Waste picker rights and social inclusion: the creation of a university with knowledge democracy
Notice bibliographique
Résumé
UNICATA is a university for and with waste pickers based on Paulo Freire's popular education pedagogy, knowledge democracy and the practice of peer learning. The aim is to create a learning space of excellence where one can dream, dare, innovate, and be inspired by transformative ideas and achievements. This university will increase access to knowledge and expand the possibilities for reflection, for a population that suffers from social exclusion and high vulnerability. Worldwide waste pickers are major protagonists in collecting, separating, and redirecting recyclable materials into the circular economy. Research demonstrates that waste pickers are central figures in educating households on waste separation practices, adding value to recovered materials, building community by integrating socially excluded individuals into their collective workspaces, indirectly also mitigating environmental and climate impacts. While these positive effects of inclusive recycling are increasingly recognized in the academic literature, unfair remuneration, stigmatization, and risk-prone or unhealthy working conditions are still the prevailing realities. This paper discusses reflections on recent experiences of implementing UNICATA in the metropolitan region of São Paulo, Brazil, in 2023, with a pilot project developing and delivering the introductory module which was successfully completed by 22 students. The research takes a social constructivist lens to uncover the colonial social and political injustices through experiential and student-centered education. Our results reveal some noticeable assets and barriers in creating inclusive education for a large population that is widely neglected, in many different geographic contexts, thus also filling a gap towards achieving the Sustainable Development Goals (SDGs).
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 | 0,008 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,016 | 0,016 |
| Communication savante | 0,014 | 0,012 |
| Science ouverte | 0,001 | 0,027 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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 ».