MétaCan
Menu
Retour à la cohorte
Enregistrement W4411880703 · doi:10.1177/01634437251320831

Mediating the heatwave: Inside Karachi’s thermal ecology

2025· article· en· W4411880703 sur OpenAlexaff
Ayesha Omer

Notice bibliographique

RevueMedia Culture & Society · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueWater Governance and Infrastructure
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésEcologyGeographyBiology

Résumé

récupéré en direct d'OpenAlex

In June 2015, amidst soaring temperatures, severe electricity, and water shortages, hundreds collapsed on the streets in Karachi. Emergency wards, morgues, and graveyards became full. Drawing on environmental media studies, infrastructure studies, and urban studies, the 2015 Karachi heatwave created, what I call, “a thermal ecology” that encapsulates shifting material, geophysical, cultural phenomena that comprise life inside a heatwave. I demonstrate that the thermal ecology reconsitutes mediation, as relationships between media forms, systems, and cultures reorganize in response to ubiquitous heat. I examine three instances of such thermal mediation: first, a media assemblage of citizen-led media activism disseminated through public and corporate media platforms; second, a data computation-driven urban governance plan to tackle future heatwaves; and, third, a community-based visual media art project, Of Struggle , which documents and intervenes against the violent loss of human, nonhuman life from urban development. While recent scholarship attends to the tremendous heat expended by digital media, this paper examines the thermal ecology as it conditions forms of mediation, and the social and ecological lifeworlds within which these are embedded. It argues that the thermal ecology – its media actions, governance, imaginaries – need urgent examination as excessive, violent heat is an ongoing condition and marked future for all.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,043

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0090,015
Communication savante0,0070,005
Science ouverte0,0010,008
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 GPT0,268
Écart entre enseignants0,261 · 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'étudeQualitatif
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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedia Culture & SocietyMême sujetWater Governance and InfrastructureTravaux en français237 207