MétaCan
Menu
Retour à la cohorte
Enregistrement W4411338106 · doi:10.1080/00958964.2025.2513253

Multispecies wit(h)nessing with children and animals: Living and dying well together

2025· article· en· W4411338106 sur OpenAlexafffund
Cory Jobb

Notice bibliographique

RevueThe Journal of Environmental Education · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGeographies of human-animal interactions
Établissements canadiensThompson Rivers UniversityWestern University
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésEnvironmental educationPsychologySociologyPedagogyEcologyDevelopmental psychologyBiology

Résumé

récupéré en direct d'OpenAlex

The contours of human and more-than-human co-existence are of mutual concern in the context of global waste crises, opening to questions for early childhood environmental education on living and dying well together grounded in relational ethics. This paper attends to how and why the lifeworlds of children and animals intersect in waste landscapes as a testament to the multiscalar complexity of human and non-human entanglement in global waste flows. Louise Boscacci’s word-concept wit(h)nessing is a starting point for rethinking children’s relations with life and death in the Anthropocene, attuning early childhood pedagogies toward living and dying well with non-human others in waste landscapes. Taking waste as one of the urgent anthropogenic crises impacting childhood in the twenty-first century, this paper explores children’s fleeting encounters with multispecies life and death in a former landfill as moments for uncertain, frictional, and indeterminate pedagogical experimentation with the dispositions required to craft 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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,060
Score d'incertitude au seuil0,445

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,008
Tête enseignante GPT0,285
Écart entre enseignants0,276 · 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 tête enseignante, pas un consensus.

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

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'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of Environmental EducationMême sujetGeographies of human-animal interactionsTravaux en français237 207