MétaCan
Menu
Retour à la cohorte
Enregistrement W4396975679 · doi:10.3389/fpsyt.2024.1377205

On proposing relational environmental metaphors to stimulate engagement and foster well-being in the midst of climate change

2024· article· en· W4396975679 sur OpenAlexafffund
Christian R. Bellehumeur, Laure-Marie Carignan

Notice bibliographique

RevueFrontiers in Psychiatry · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueClimate Change Communication and Perception
Établissements canadiensSaint Paul University
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésAction (physics)FeelingPsychologyConstructiveClimate changeMental healthSocial psychologyEnvironmentalismEnvironmental ethicsSociologyPolitical sciencePoliticsEcologyPsychotherapistComputer science

Résumé

récupéré en direct d'OpenAlex

Messages regarding climate change that are intended to stimulate responsible engagement can impact our mental health in both positive and negative ways, which in turn can increase or limit the potential engagement being sought through those very messages. Increasingly alarmist environmental metaphors are being brought into question due to their possibly detrimental impact on mental health and well-being, and in their place, relational environmental metaphors are proffered to instill hopeful and constructive individual and collective engagement for responsible climate action. This article discusses how both alarmist and relational environmental metaphors interact with eco-emotions. It proposes, in light of concepts arising from Porges' Polyvagal Theory - on the psychophysiology of autonomic states created in contexts of threatening cues and feelings of safety and connection -, that relational environmental metaphors are preferable for stimulating responsible collective engagement and fostering global well-being in the midst of climate change.

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)0,004
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,019
Communication savante0,0060,008
Science ouverte0,0010,005
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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.

Tête enseignante Opus0,141
Tête enseignante GPT0,374
Écart entre enseignants0,233 · 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'étudeThéorique ou conceptuel
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
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in PsychiatryMême sujetClimate Change Communication and PerceptionTravaux en français237 207