Positioning blue justice at local scales: insights for transdisciplinarity through art-science integration
Notice bibliographique
Résumé
Since its introduction in 2018, the term blue justice has gained considerable traction. However, significant gaps and inconsistencies in the emerging literature remain. To address these issues, we have developed a collective framework that aims to contribute to and expand transdisciplinary blue justice research. As part of this framework, a transformative and participatory research design has been co-produced and applied in the Gulf of Arauco in the center-south of Chile. The results of our research suggest that the integration of scientific and artistic methods stimulates social-ecologically engaged transdisciplinary research centered on the identification of (1) root causes of social-ecological injustices that coastal communities face on a daily basis; (2) resistances in the face of these injustices, including forms of collective action and specific vocabulary that gives voice to marginalized coastal peoples; (3) opportunities that help to envision alternative coastal futures and pathways for blue justice, such as memory, emotions, local knowledge, and the strengthening of social-ecological identities. By transcending disciplinary boundaries, we envision blue justice as providing a suitable analytical lens through which to trial, apply, and evolve much-needed transdisciplinary research theory and praxis in coastal areas, emphasizing fairness, inclusivity, and the right of small-scale fishers to progressively exercise sovereignty over their territory through inclusive coastal governance.
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 | 0,016 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,018 | 0,073 |
| Communication savante | 0,021 | 0,017 |
| Science ouverte | 0,003 | 0,026 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 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 ».