Notice bibliographique
Résumé
Many peer-reviewed research publications have concluded that “experience of nature” is beneficial for mental health and well-being, but virtually all of them offer only fuzzy definitions of “nature,” or none at all, and the “nature” to which subjects are exposed is itself fuzzy. This commentary argues that accounting for the two kinds of fuzziness are the underappreciated roles of artifacts and natural kinds (as understood by cognitive psychologists and philosophers of science) in both researcher and subject thinking which involves quasi-natural places and scenes. Artifacts, if discerned, adulterate what might otherwise be considered “nature.” They arouse thinking about the intentions behind them and in doing so they may trigger rumination. Rumination is associated with depression and other undesirable mental states, now rampant in urban populations. Instances of natural kinds, by definition and in contrast, generally do not express human intentions, so attending to them entails less rumination. The commentary suggests several potential explanations for why exposure to fuzzy “nature” may be healthful despite the fact that a “green” landscape or scene abounds in artifacts. It ends with some implications for research and park practice.
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 | 0,021 | 0,078 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,011 | 0,023 |
| Communication savante | 0,009 | 0,011 |
| Science ouverte | 0,008 | 0,005 |
| Intégrité de la recherche | 0,059 | 0,036 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,002 |
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 ».