MétaCan
Menu
Retour à la cohorte
Enregistrement W4400885044 · doi:10.7202/1112356ar

Défi climatique et handicap : du protectionnisme à la citoyenneté

2024· article· fr· W4400885044 sur OpenAlexvenueno aff
Muriel Delporte, Audrey Barbe

Notice bibliographique

RevueAequitas Revue de développement humain handicap et changement social · 2024
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueClimate Change, Adaptation, Migration
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésProtectionismCitizenshipClimate changePolitical sciencePolitical economyEconomicsInternational tradePoliticsLawGeologyOceanography

Résumé

récupéré en direct d'OpenAlex

Cet article s’appuie sur une étude qualitative réalisée auprès de treize établissements médicosociaux implantés dans le nord de la France. Les objectifs de cette étude étaient d’observer les actions mises en oeuvre en faveur de la protection de l’environnement et de communiquer sur ces actions afin de les valoriser mais aussi de favoriser le partage d’expériences. Les résultats montrent que ces actions, outre leur impact face aux enjeux climatiques, participent à une meilleure prise en compte des aspirations individuelles tant des professionnels qui y exercent que des personnes qui y vivent, à une ouverture des établissements sur leur environnement et ainsi à une diversification des relations sociales de leurs habitants. Elles se heurtent toutefois à différentes contraintes, notamment sanitaires, révélatrices d’un regard sur le handicap teinté de misérabilisme et nourrissant une approche essentiellement protectionniste. La prise en compte du handicap, dans une perspective de citoyenneté et non exclusivement de protection, constitue pourtant un enjeu majeur : la crise climatique sera d’autant mieux combattue qu’elle mobilisera l’ensemble des membres de la société, dans le respect de leur diversité et la reconnaissance de la richesse qu’elle représente.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,009
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,846
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0090,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,115
Tête enseignante GPT0,377
Écart entre enseignants0,262 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAequitas Revue de développement humain handicap et changement socialMême sujetClimate Change, Adaptation, MigrationTravaux en français237 207