Centering Community Perspectives to Advance Recognitional Justice for Sustainable Cities: Lessons from Urban Forest Practice
Notice bibliographique
Résumé
Cities worldwide are grappling with complex urban environmental injustices. While environmental justice as a concept has gained prominence in both academia and policy, operationalizing and implementing environmental justice principles and norms remains underexplored. Notably, less attention has been given to centering the perspectives and experiences of community-based actors operating at the grassroots level, who can inform and strengthen urban environmental justice practice. Through ethnographic, participant-as-observer methods, interviews, and geovisualizations, this study explores the perspectives, experiences, knowledge, and practices of community-based urban forest stewards in Philadelphia, Pennsylvania (United States) who are invested in addressing environmental injustices through urban tree-planting and stewardship. Interviewees were asked how they were addressing issues of distribution, procedure, and recognition in urban forest planning and practice, as well as the socio-political and institutional factors that have influenced their perspectives and practices. Particular attention is given to how urban forest stewards implement recognitional justice principles. Findings from this study exposed several complex socio-political challenges affecting steward engagement in community-led tree initiatives and the broader pursuit of environmental justice, including discriminatory urban planning practices, gentrification concerns, underrepresentation of Black and Latinx voices in decision-making, volunteer-based tree-planting models, and tree life cycle costs. Nevertheless, urban forest stewards remain dedicated to collective community-building to address environmental injustices and stress the importance of recognizing, listening to, dialoguing with, and validating the perspectives and experiences of their neighbors as essential to their process.
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 | 0,016 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,022 | 0,041 |
| Communication savante | 0,012 | 0,016 |
| Science ouverte | 0,002 | 0,021 |
| Intégrité de la recherche | 0,004 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,000 |
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.
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 ».