Climate Justice and Participatory Research
Notice bibliographique
Résumé
Climate catastrophe throws into stark relief the extreme, life-threatening inequalities that affect millions of lives worldwide. The poorest and most marginalized, who are least responsible for the consumption and emissions that create climate change, are the first and hardest impacted, and the least able to protect themselves. Climate justice is simultaneously a movement, an academic field, an organizing principle, and a political demand. Building climate justice is a matter of life and death. Climate Justice and Participatory Research offers ideas and inspiration for climate justice through the creation of research, knowledge, and livelihood commons and community-based climate resilience. It brings together articulations of the what, why, and how of climate justice through the voices of energetic and motivated scholar-activists who are building alliances across Latin America, Africa, and Canada. Exemplifying socio-ecological transformation through equitable public engagement, these scholars, climate activists, community educators, and teachers come together to share their stories of participatory research and collective action. Grounded in experience and processes that are currently underway, Climate Justice and Participatory Research explores the value of common assets, collective action, environmental protection, and equitable partnerships between local community experts and academic allies. It demonstrates the negative effects of climate-related actions that run roughshod over local communities’ interests and wellbeing, and acknowledges the myriad challenges of participatory research. This is a work committed to the practical work of transforming socio-economies from situations of vulnerability to collective wellbeing.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,004 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».