MétaCan
Menu
Retour à la cohorte
Enregistrement W4413494648 · doi:10.3390/socsci14090510

“Even the Small Work That I Do, It Has Impact, It Has Meaning”: Collective Meaning-Making in Youth Climate Groups

2025· article· en· W4413494648 sur OpenAlexafffundabout
Julia L. Ginsburg, Natasha Blanchet‐Cohen

Notice bibliographique

RevueSocial Sciences · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueYouth Development and Social Support
Établissements canadiensConcordia University
Organismes subventionnairesConcordia University
Mots-clésMeaning (existential)Work (physics)PsychologyMeaning-makingSociologySocial psychologyEngineeringPsychotherapist

Résumé

récupéré en direct d'OpenAlex

This article focuses on participation in youth-led climate-oriented groups and the role of this form of civic engagement for young people. Thirty interviews were conducted with 13- to 18-year-olds belonging to four groups: Extinction Rebellion Youth, Sustainabiliteens, Sunrise Movement, or school-affiliated clubs. The participants had been part of their group for an average of 1.5 years, coming from either the United States (n = 26) or Canada (n = 4). They were predominantly female (n = 22), with a few male (n = 5) and a small number identifying as non-binary (n = 3). Significant in the thematic analysis was the critical role of increased meaning-making, which involved relationship-building, processing emotions, and taking action. The peer-led group settings served to create community, work through the range of emotions the climate crisis evoked, and generate actions that felt purposeful at both the individual and collective levels. In these spaces, young people seek meaning together, and they propose and demand action from governmental bodies and corporations on climate change. Through everyday activism, young people express an ecocitizenship that is constructive, hopeful, and generative. In a world characterized by the climate crisis, joining and contributing to youth-led climate groups is becoming part of young people’s identity development, a way of enacting citizenship and expressing political agency.

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)0,008
score de la tête « metaresearch » (Gemma)0,006
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 enseignants0,013
Score d'incertitude au seuil0,042

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0130,018
Communication savante0,0080,006
Science ouverte0,0010,010
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,142
Tête enseignante GPT0,361
Écart entre enseignants0,220 · 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'admission3
Résumé présentoui

Explorer davantage

Même revueSocial SciencesMême sujetYouth Development and Social SupportTravaux en français237 207