MétaCan
Menu
Retour à la cohorte
Enregistrement W4387338236 · doi:10.26522/ssj.v17i3.4388

Climate (In)justice and Advocacy: A View from the Humanities

2023· article· en· W4387338236 sur OpenAlexvenueno aff
Shruti Jain`

Notice bibliographique

RevueStudies in Social Justice · 2023
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueEcocriticism and Environmental Literature
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSocial justiceEconomic JusticePolitical scienceSociologyClimate justiceHumanitiesPublic administrationEnvironmental ethicsLaw and economicsLawClimate changePhilosophy

Résumé

récupéré en direct d'OpenAlex

In the struggle to address ecological catastrophe and its deeply entwined social injustices, what can the humanities offer?The second and third events in the Landscapes of Injustice, Landscapes of Repair seminar series took up this question from rhetorical and imaginative perspectives respectively. 1We focus here on rhetorical forms of environmental advocacy presented by Belinda Walzer and Savannah Paige Murray, both of the Rhetoric and Writing Studies Program at Appalachian State University (US), in their seminar, "Climate (In)Justice: A View from the Humanities." 2 With a firm belief in the power of stories to effect change in the world, they argued that it is vital to pay careful attention to the rhetorical strategies we employ to tell these stories.Echoing Marco Armiero's discussion (in the first seminar) of the wasteocene as a valuable term for understanding our current era, Walzer and Murray critiqued mainstream environmental rhetorical frameworks and advocated instead for rhetorics of everyday violence, resistance, and slow violence (Nixon, 2013) to work toward sustainable futures.Rhetoric, the speakers began, does more than simply persuade.Rhetorical frameworks are rooted in temporal, spatial, and ideological contexts.They convey values and build conceptual knowledge based on those values.Attending to rhetorics of climate (in)justice allows us to understand what Walzer and Murray describe as "the deep contextual ecologies of power, discourse, materiality, ethics, and ethos" in a situation.With reference to

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,288
Score d'incertitude au seuil0,982

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,074
Tête enseignante GPT0,312
Écart entre enseignants0,237 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStudies in Social JusticeMême sujetEcocriticism and Environmental LiteratureTravaux en français237 207