Expanding infrastructure ontologies: Integrative and critical insights for coastal studies and governance
Notice bibliographique
Résumé
Diverse knowledge insights are essential to inform action on bringing about transformations in how societies live with changing Earth, ocean and coastal systems. However, knowledge forms typically used in governance systems are stubbornly limited. This paper analyses the extent to which an expanding ontology of the concept of ‘infrastructure’ can contribute to building more integrated knowledge for governance in ocean and coastal contexts. This paper asks: What can creative and critical engagement with infrastructure thinking offer to efforts to bring together diverse forms of knowledge and to develop more effective and ethical governance in changing coastal contexts? Employing a qualitative assessment of how the concept of infrastructure is defined in multiple disciplines and contexts, the paper identifies three heuristic types of structures, things and processes that can collectively inform interdisciplinary dialogue and governance dialogue: (i) built/physical infrastructure, (ii) environmental infrastructure, and (iii) societal/cultural infrastructure. Drawing on insights from critical infrastructure studies and more-than-human perspectives, the paper then identifies ontological and methodological challenges of integration, values, and power/agency for those who engage a multi-faceted conception of infrastructure to frame analysis and action. Bringing these insights together, the paper argues that infrastructure thinking provides a means to facilitate interdisciplinary dialogue, and a useful lens with which to analytically integrate diverse forms of knowledge about/in ocean and coastal contexts. However, cautious and critical perspectives are needed to support efforts in (re)thinking and integrating for collective action and governance.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,005 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».