MétaCan
Menu
Retour à la cohorte
Enregistrement W4392748180 · doi:10.7202/1109702ar

Les jeunes dans les négociations climatiques internationales entre marginalisation et contestation

2022· article· fr· W4392748180 sur OpenAlexvenueno aff
Maxime Gaborit, Amandine Orsini, Yi hyun Kang

Notice bibliographique

RevueÉtudes internationales · 2022
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueSocial Media and Politics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNegotiationPolitical scienceSociologyLaw

Résumé

récupéré en direct d'OpenAlex

À partir d’une enquête ethnographique autour de la 26e Conférence de la Convention-cadre des Nations Unies sur les changements climatiques, cet article analyse les modalités de participation des jeunes dans cette arène. Nous montrons comment ces acteurs se caractérisent par des ancrages sociodémographiques particuliers et des modes d’engagement divers. Au-delà de la prétention à représenter la jeunesse mondiale, leur identité de « jeune » se construit progressivement par la commune affirmation d’une forte ambition sur les enjeux climatiques, mais aussi par la reconnaissance de leur relative inexpérience du fonctionnement des négociations, qui renforce leur marginalisation. Si des échanges existent entre jeunes activistes et jeunes institutionnalisés, leurs positions précaires produisent des tensions. Pour se faire entendre, la frange la plus institutionnalisée au sein des négociations a massivement investi les enjeux d’éducation et d’inclusion, aux dépens d’une position audible sur d’autres enjeux. La frange la plus activiste, déçue du processus, s’est quant à elle montrée prompte à une critique plus radicale du système économique et des modalités des discussions. Malgré les tensions, les jeunes, acteurs atypiques des négociations internationales, s’unissent dans un investissement conséquent des arènes internationales.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,030
Score d'incertitude au seuil0,061

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0120,019
Communication savante0,0090,005
Science ouverte0,0010,008
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,066
Tête enseignante GPT0,366
Écart entre enseignants0,299 · 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 source (Gemma direct ou Codex distillé), 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

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueÉtudes internationalesMême sujetSocial Media and PoliticsTravaux en français237 207