Plastic pollution as a canvas for change: fostering collaboration for environmental solutions and actions through art and science
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Meaningful action and engagement are needed in a time of rapid planetary change and biodiversity loss. They cannot be achieved through scientific outputs alone, and scientists are increasingly recognizing the need to work with a diverse range of collaborators to communicate their research and engage society. We used a semi-structured survey of 34 previous artistic collaborators with our research group, the Adrift Lab, to collect information on their motivations, rewards, challenges, and lessons learned from a wide array of projects ranging from furniture and jewelry design to documentary filmmaking. Clear patterns emerged, including that participating in an art-science collaboration with Adrift Lab resulted in a greater sense of community, an ability and empowerment to make meaningful contributions to environmental issues, and inspiration for artists to shift the focus of their work, leading to additional, environmental-focused collaborations with other scientists. How artists discovered Adrift Lab’s research and the reasons they chose to engage with our research was somewhat unexpected, with more traditional modes of outreach such as conference presentations and the Adrift Lab website having little influence. Instead, artists often selected Adrift Lab as a collaborator based on their perception that our group was approachable and readily shared ideas and knowledge. These results highlight the willingness of many artists to collaborate with scientists, the mutual benefits of these relationships, and advice for others looking for unique ways, small or large, to engage with new audiences. We conclude with our own recommendations for scientists who wish to collaborate with artists and our enthusiastic advice to do so.
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.
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 | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 découle