Confluency: Development of an Interactive Mobile Art Exhibit and Resource on Water Justice in South Africa and Canada
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
Water justice—equitable, reliable access to clean, sufficient water, and the knowledge and mechanisms related to its management—is a key global social justice and environmental issue. Cape Town, South Africa, is an important context to explore water justice due to its 2018 water crisis. Water scarcity intersects with other issues, including health disparities, food insecurity, and gender inequity, in turn requiring citizen engagement in water-related issues and knowledge sharing to produce sustainable, contextually relevant solutions. The arts are powerful tools for citizen engagement and knowledge sharing and translation in research, as well as social and environmental action. In this Resources, Frameworks, and Perspectives article, we outline the methods and lessons learned from developing Confluency, an arts-based exhibit and resource that aimed to generate and share knowledge on water justice issues between academics, practitioners, artists, and activists in Canada and South Africa. We detail the methods used to develop the Confluency exhibit and resource, including preparing the art exhibit framework, facilitating art workshops, designing interactive stations, and implementing the interactive art exhibit. Lessons learned are shared from implementing Confluency in diverse South African and Canadian settings. These case studies signal that the methodological approaches used in designing and implementing this exhibit and resource hold promise for providing opportunities to reflect on, and learn about, global and local water justice issues. This resource could be expanded to engage communities in research, policy, and practices regarding water justice in other diverse global settings to advance health, equity, and rights.
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 | 0,008 | 0,002 |
| 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 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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