Beyond Human-Wildlife Conflicts. Ameliorating Human/Nonhuman Animal Relationships through Workshops on Terminology
Notice bibliographique
Résumé
Human-Wildlife Conflicts (HWCs) occur when nonhuman animals’ needs clash with those of humans. One recent effort regards shifting HWCs into Human-Human Social Conflicts, where conflicts are about humans disagreeing on how to deal with nonhuman animals. This method can help reduce guilt placed on nonhuman animals, but also robs them of their agency. Conversely, some in the field of biology seek to increase animal agency and their moral status, even making them key stakeholders. A helpful relationship may seek both aspects. Fourteen workshops (147 participants, 40 subgroups), with relevant stakeholders, were run on this topic. Participants were involved in biology and/or environmentalism and/or sustainability. They sought to develop terminology diminishing guilt in HWCs, while maintaining agency. Common themes were then brought out. Eight subgroups argued for more inclusive terms, like “sentient beings” and 21 argued for diminishing human/nature dichotomies. Both fit well with increasing agency, and giving nonhumans greater moral status, by narrowing human/nonhuman animal gaps. Participants also discussed nonhuman animals as “icons”, which 26/30 subgroups saw as, at least potentially, problematic, arguing it conceptually “freezes” species, ignoring their dynamism. In sum, the workshops aid in framing healthier relationships with the natural world.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,019 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,007 | 0,010 |
| Communication savante | 0,004 | 0,007 |
| Science ouverte | 0,002 | 0,015 |
| Intégrité de la recherche | 0,003 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».