MétaCan
Menu
Retour à la cohorte
Enregistrement W4389197693 · doi:10.58295/2375-3668.1499

Arboreal Methodologies: Getting Lost to Explore the Potential of the Non-innocence of Nature

2023· article· en· W4389197693 sur OpenAlexaboutno aff
Jayne Osgood, Suzanne Axelsson, Tamsin Cavaliero, Máire Hanniffy, Susan McDonnell

Notice bibliographique

RevueOccasional Paper Series · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGeographies of human-animal interactions
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWonderInnocenceArboreal locomotionEmbodied cognitionPraxisSituatedMaterialismAestheticsEnvironmental ethicsSituationismMetisSociologyHistoryEpistemologyPsychologyEcologyPsychoanalysisArtPhilosophy

Résumé

récupéré en direct d'OpenAlex

This paper recounts a workshop that took place in a polytunnel in a forest school in Sligo, North-West Ireland on a cold day in early-December. The event sought to materialize ‘arboreal methodologies’ (Osgood, 2019; Osgood & Odegard, 2022; Osgood & Axelsson, 2023) which are characterized by the enactment of feminist new materialist praxis to engage in world-making practices (Haraway, 2008) intended to unsettle recognizable tropes of biophilia that have come to frame both child and nature in narrow ways. The arboreal methodologies that participants were invited to mobilise were situated, material, affective, and involved metaphorical and material practices of ‘getting lost’. The workshop invited a sense of wonder at the ways arboreal methodologies might offer possibilities to confront human exceptionalism and wrestle with our complex, often contradictory relationships to ‘nature’. The approach taken involves methodologies without method (Koro-Ljunberg, 2016) to bring speculative, embodied encounters in the forest, together with unlikely tales of how forests work on and through us. We pursue a critical, tentacular engagement with the forest and take seriously its potential to agitate familiarity and strangeness, wonder and fear, nature and culture. In this paper we re-encounter embodied becomings-with the forest to think and sense other ways to take life in the Plantationocene (Tsing, 2015) seriously.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,694
Score d'incertitude au seuil0,538

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,057
Tête enseignante GPT0,365
Écart entre enseignants0,308 · 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'étudeObservationnel
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

Citations6
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOccasional Paper SeriesMême sujetGeographies of human-animal interactionsTravaux en français237 207