From transactional to transformative: evolving research practices through mutual aid collaboration
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
While equity in climate adaptation is increasingly recognized, university-based research can inadvertently reinforce inequities. This paper examines a partnership between Homies Helping Homies, a South Philadelphia mutual aid organization, and university researchers to document climate impacts on low-income and marginalized communities. Inequities often arise when research fails to engage communities, overlooks relevant concerns, lacks trust, or misinterprets responses due to insufficient cultural understanding. Mutual aid organizations, inherently community-based, foster resilience and solidarity, addressing unmet needs while building collective trust. Anchored in Participatory Action Research (PAR) and Community-Based Participatory Research (CBPR), we adopt a reflexive, co-produced approach that foregrounds positionality, reciprocity, and shared decision-making. This approach transformed the researcher-community relationships, leveled hierarchies, and addressed the gaps in familiarity among researchers and other actors. By centering everyday experiences of heat, flooding, and resource scarcity, the collaboration revealed how local knowledge and trust networks shape risk perception and adaptive behavior. The case demonstrates how mutual aid organizations can serve as both community resilience infrastructure and methodological partners in producing usable, justice-oriented climate knowledge. We argue that embedding research within reciprocal, care-centered relationships enhances the legitimacy, ethics, and transformative potential of climate risk management, particularly in urban contexts marked by systemic inequity.
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.
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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 découle