MétaCan
Menu
Retour à la cohorte
Enregistrement W4413084728 · doi:10.3366/vic.2025.0571

Co-Writing the Clouds

2025· article· en· W4413084728 sur OpenAlexaff
Barbara Leckie, Sam Bean

Notice bibliographique

RevueVictoriographies · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueClimate Change Communication and Perception
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésGlobeAction (physics)PoliticsRelation (database)HistoryMedia studiesWriting processSociologyAestheticsLiteratureVisual artsPsychologyArtLawPolitical scienceComputer sciencePedagogy

Résumé

récupéré en direct d'OpenAlex

This essay positions John Ruskin’s 1884 lecture ‘The Storm-Cloud of the Nineteenth-Century’ and its accompanying Annotations in relation to experimental methods in co-writing and an implicit challenge to prevailing understandings of the individual. Ruskin’s essay has been much discussed for anticipating the climate crisis and staging the struggle to find terms for concepts that, as Jesse Oak Taylor argues, have not yet emerged. I turn to another related dimension of Ruskin’s essay: its practice of what I call ‘co-writing’ capaciously understood (Ruskin writing with others, with himself, with the political and social events of the day, and with the clouds). Unlike ‘the future meteorologists’ to whom he refers, Ruskin does not have a community on all points of the globe to synchronise observational results and arrive at conclusions. He instead multiplies his voice and in the process illustrates how no voice is one voice but rather is interwoven with illimitable others and no one, truly, works alone. This essay further argues that reconfigurations of the individual via co-writing and other experimental methods – including, for example, the EVENT conference hubs and platform for online annotation – may offer more robust avenues for climate 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)0,015
score de la tête « metaresearch » (Gemma)0,082
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,082

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,082
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0120,011
Communication savante0,0100,012
Science ouverte0,0020,015
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0150,004

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 Opus0,223
Tête enseignante GPT0,451
Écart entre enseignants0,228 · 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
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 revueVictoriographiesMême sujetClimate Change Communication and PerceptionTravaux en français237 207