Creating space for climate justice in library and information science
Notice bibliographique
Résumé
Introduction. We already live with the consequences of climate change, although such changes are experienced by humans, non-humans and the more-than-human world in vastly different ways, even within the same geographical regions. Climate change underpins, intersects and is the context in which our everyday lives and our work takes place. While libraries and library organisations have been discussing and addressing climate change for years, in this paper, we advocate for the field of library and information science (IS/LIS) to directly acknowledge climate change and create space for climate justice across our teaching, research and practice. Method. Building from our own experiences in these areas, we offer four entry points to provide examples and inspiration for IS/LIS researchers, educators and practitioners to consider climate justice in their work by: (1) investigating connections between informational and environmental injustices, (2) exploring intersections among heritage, memory and cultural climate justice; (3) disaster planning and pedagogy, and (4) imagining aspirational futures. Results and Conclusions. Using these four entry points to create space for climate justice in IS/LIS, we offer three propositions: embed climate justice across the IS/LIS curriculum, develop a climate justice research stream, and collaborate across sectors to build community and to imagine just alternative futures.
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 | 0,008 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,015 | 0,028 |
| Communication savante | 0,017 | 0,013 |
| Science ouverte | 0,002 | 0,021 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,020 | 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 ».