MétaCan
Menu
Retour à la cohorte
Enregistrement W4396645276 · doi:10.1111/joms.13080

Biocentric Work in the Anthropocene: How Actors Regenerate Degenerated Natural Commons

2024· article· en· W4396645276 sur OpenAlexaff
Laura Albareda, Oana Branzei

Notice bibliographique

RevueJournal of Management Studies · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSustainability and Climate Change Governance
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésAnthropoceneCommonsEnvironmental ethicsWork (physics)Natural (archaeology)Environmental resource managementSociologyPolitical scienceEcologyGeographyBiologyEnvironmental sciencePhilosophyArchaeologyEngineering

Résumé

récupéré en direct d'OpenAlex

Abstract As natural commons vital to selves, organizations, and institutions collapse under cumulative anthropogenic pressures, can human agency still reverse some of the damage already done? This article explores how emerging forms of social symbolic work regenerate degenerated natural commons. Using a five‐year multi‐sited immersive ethnography of natural commons that had collapsed, we explain how actors (re)turn to the biophysical roots of socio‐ecological systems to take care, work with, and care for nature. We show how actors’ comprehension develops over time by connecting their social‐symbolic construction of natural commons post collapse with three sets of practices we label biomanipulation, biofacilitation, and bioaffiliation. We inductively theorize biocentric work as a processual form of social‐symbolic work that connects three cycles of material abduction, relational intercession, and discursive grounding. Our tri‐cyclical process model underscores the biophysical foundations of social‐symbolic work in the Anthropocene by explicitly and iteratively situating self, organizations and institutions in the states and dynamics of natural commons.

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)0,007
score de la tête « metaresearch » (Gemma)0,008
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 enseignants0,011
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0110,032
Communication savante0,0050,006
Science ouverte0,0010,010
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,031
Tête enseignante GPT0,286
Écart entre enseignants0,255 · 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

Citations27
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Management StudiesMême sujetSustainability and Climate Change GovernanceTravaux en français237 207