Meaningful transdisciplinary collaborations for sustainability: local, artistic, and scientific knowledge
Notice bibliographique
Résumé
Meaningful transdisciplinary collaborations that weave diverse ways of knowing, doing, and feeling are increasingly recognized as central for enabling just and sustainable transformations. This Special Feature explores the unique contributions of art-science transdisciplinary collaborations in addressing complex social-ecological challenges. Drawing from a series of transdisciplinary projects, we examine how co-created processes between scientists, artists, and local knowledge holders foster new relational dynamics, challenge entrenched power structures, and expand the space for transformative action. The collaborations documented here highlight innovative approaches that emphasize local identities, shared values, emotional and aesthetic engagement, and long-term, caring relationships. We identify key mechanisms, such as participatory visioning, storytelling, material deliberation, and arts-based boundary objects, that facilitate individual and collective agency and deepen connection with place and community. Despite significant challenges, such as time constraints, power imbalances, and institutional inertia, these experiences illustrate the transformative potential of art-science collaborations when designed ethically, reflexively, and with epistemological pluralism. This editorial offers critical insights into the practices, conditions, and innovations that support meaningful art-science engagement, providing guidance for evaluating their impacts. As planetary crises intensify, such collaborations offer hopeful, grounded, and imaginative pathways toward more just and sustainable 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 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 | 0,001 |
| Études des sciences et des technologies | 0,002 | 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 ».