Silent violence in the just transition: structural barriers, governance design, and the hidden costs of climate policy
Notice bibliographique
Résumé
The concept of silent violence refers to the hidden harm embedded in policy and economic systems, manifesting as the repression of activists, displacement of communities, and exploitation of labour across transitions to low-carbon economies. This article examines how structural barriers embedded in global just transition policies and energy governance frameworks produce forms of silent violence (SV) that disproportionately harm marginalized communities. Drawing on a comparative, multi-case analysis from Bolivia, Canada, South Africa, and Brazil, the study argues that SV is not accidental but a governance-enabled outcome, manifested through policy loopholes, non-consultative permitting, regulatory capture, and enforcement failures. Conceptually, SV is framed as a subset of structural violence that remains legally unframed, institutionally normalized, and largely invisible in climate policy discourse. The article advances a typology of silent violence, ranging from soft forms (epistemic exclusion, procedural marginalization) to hard forms (criminalization, state repression, and lethal harm). We introduce the Silent Violence Continuum as an analytical tool to map how different governance instruments condition escalating harms under the guise of sustainable development. The study contributes to critical climate justice scholarship by showing how SV operates as a design feature of transition governance rather than a failure. The article calls for the integration of silent violence metrics into climate policy evaluation to support more equitable, transparent, and non-violent transitions.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».