MétaCan
Menu
Retour à la cohorte
Enregistrement W4408990039 · doi:10.5194/gc-8-81-2025

Climate denial and the classroom: a review

2025· review· en· W4408990039 sur OpenAlexaboutno aff
Gerald Kutney

Notice bibliographique

RevueGeoscience Communication · 2025
Typereview
Langueen
DomaineSocial Sciences
ThématiqueClimate Change Communication and Perception
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDenialEnvironmental ethicsPolitical scienceSociologyEngineering ethicsPsychologyPhilosophyEngineeringPsychoanalysis

Résumé

récupéré en direct d'OpenAlex

Abstract. Climate change awareness is floundering across the globe despite climate change education being embedded in international treaties to address the climate crisis – the United Nations Framework Convention on Climate Change (the UNFCCC) and the subsequent Paris Agreement. The Intergovernmental Panel on Climate Change (IPCC) acknowledges forces hostile to climate awareness and education – namely, climate denial sponsored by the energy-industrial complex. Climate change is studied by the physical sciences, but climate denial is the purview of the social sciences; the latter has revealed the why and how of climate denial. Climate-denial organizations (which directly deny aspects of the scientific consensus on climate change) and the related petro-pedagogy groups (which teach that oil is a benefactor to humanity, but say little about the connection of fossil fuels to the climate crisis) have arisen to attempt to interfere with the teaching of the science of climate change in school classrooms. These organizations were found in the United States, Canada, and some European nations (this review is mainly restricted to English-language sources). This review aims to (1) provide an overview of climate denial, promoted and funded by the energy-industrial complex; (2) identify and examine organizations involved in climate denial in schools; (3) summarize the strategies of climate-denial organizations in school classrooms; and (4) put forward recommendations for further research and action.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0040,005
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,452
Tête enseignante GPT0,533
Écart entre enseignants0,081 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeoscience CommunicationMême sujetClimate Change Communication and PerceptionTravaux en français237 207