Notice bibliographique
Résumé
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.1 We 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 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 | 0,011 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,014 | 0,070 |
| Communication savante | 0,015 | 0,019 |
| Science ouverte | 0,002 | 0,009 |
| Intégrité de la recherche | 0,009 | 0,010 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
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 ».