A Watershed Approach to Co-Creating Just Sustainabilities: Reflections from the Lake Superior Living Labs Network
Notice bibliographique
Résumé
Campus-community partnerships are well-positioned to play a role in advancing social and environmental justice in the context of our rapidly changing and increasingly inequitable world. Across the Global North, post-secondary institutions, civil society organizations, and communities are partnering to establish living labs by integrating research, teaching, and community engagement to advance regenerative social-ecological systems. Living labs aim to co-create innovative solutions to complex challenges through interdisciplinary, placed-based experiential learning and community-engaged action in the built and natural environments. In this paper, we focus on the potential for living labs to establish connections between people and communities and increasing the impact of place-based activities focused on social and environmental justice and sustainability, also known as just sustainabilities. We reflect on our collective experiences working with the Lake Superior Living Labs Network (LSLLN), a nested network of living labs collaborating across the Lake Superior watershed. The LSLLN was established in 2018 as a platform to connect academics and community groups across Canada, the United States, and multiple Indigenous territories, with the goal of developing and expanding partnerships and place-based collaborative initiatives grounded in the Lake Superior watershed as a social-ecological system. Drawing on these insights, we consider the possibilities for a watershed-based approach to living labs. We conclude with a discussion that suggests that nested and networked living labs have the potential to enhance relationships and increase the impact of place-based social justice and sustainability-related activities, while pointing to several limitations of working within existing institutional structures.
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 | 0,008 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,029 | 0,023 |
| Communication savante | 0,012 | 0,013 |
| Science ouverte | 0,003 | 0,018 |
| Intégrité de la recherche | 0,004 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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.
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 ».