Developing a typology of climate grief expressions in Canada: a scoping review
Notice bibliographique
Résumé
Abstract Increasing temperatures, severe storms, wildfires, and melting sea ice have made climate change a reality for Canadians. Climatic change can cause experiences of grieving and loss, often termed ‘climate grief.’ Our objective was to better understand emotions related to climate change by developing a typology illustrating the ways people in Canada express climate grief. In a scoping review (in English and French) of databases, popular media, social media, and art, we identified nine primary ‘mediums’ through which climate grief is discussed and expressed: (i) peer-reviewed research; (ii) grey literature; (iii) guiding frameworks; (iv) education; (v) social action gathering; (vi) mental health support; (vii) religions and spiritual practice; (viii) artistic expression; and (ix) media. Additionally, within those mediums we identified and categorized 26 forms of expression (secondary), and 40 types of expression (tertiary). Our review collected sources until 2022 and found that people in Canada express climate grief through diverse mediums, spanning Canadian provinces and territories. This typology can strengthen education, learning, and environmental decision-making to find new avenues to support the emotional and physical toll climate change can have on people in Canada.
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 | 0,018 | 0,050 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,037 | 0,045 |
| Études des sciences et des technologies | 0,004 | 0,003 |
| Communication savante | 0,007 | 0,003 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».