Towards an incoherent convergence science: diverse economies, crises, and recoveries, and the hope for better futures
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
Here, we argue for a critical approach to convergence science: one that develops collaborative problem-solving for pressing contemporary crises. We ask for researchers to encounter spaces where diverse epistemological and ontological perspectives can build solutions based on on-the-ground practices and existing knowledge. This approach contrasts with status quo crisis responses, which are imbricated with dominant forms of capitalism, and whose solutions reinforce the very systems that caused these crises. An incoherent convergence, in contrast, requires university researchers to come together with other knowledge bearers to lay bare the incongruities among systems while also encouraging ontological and epistemological pluriversality without assuming a singular understanding, a singular path forward, or a shared worldview. We draw on the situation in Mora, New Mexico, USA, and its recovery from the Hermits Peak Calf Canyon wildfire of 2022 to illustrate the disjuncture that arose between the community and the dominant disaster response regime. We argue that convergence science has the potential to address such failures, but only by embracing rather than rationalizing the messiness of on-the-ground realities. Without a new approach, applied research may continue to reproduce the structural inequalities among these diverse communities, including the political-economic processes wrought from climate change. Convergence science, we argue, needs spaces of engagement with that which remains illegible within the privileged scientific paradigm.
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 | 0,003 | 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 | 0,003 | 0,004 |
| 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