Influencing pro-environmental behaviors through visual arts: a scoping review of research designs and state of knowledge
Notice bibliographique
Résumé
Background: Collaboration between scientists and artists is a growing trend driven notably by the need to take action against climate change. Consequently, the role of art is evolving to serve purposes beyond communication in the scientific community. With artistic projects increasingly becoming a form of intervention to influence pro-environmental behaviors, diverse methods are being deployed to assess their influence on behavior, yet little effort has been made to document coherently this emerging diversity of research designs and learnings. Objective: The aim of this study is to explore methodological approaches used to assess the effects of visual arts in promoting pro-environmental behaviors to fight climate change and determine whether some general trends can be observed. Methodology: We conducted a scoping review to identify empirical papers published between 2001 and 2024, from which 8 studies were selected. The selected papers assessed the influence of artistic intervention on pro-environmental behaviors and its defining variables. Results: We found six redundant attributes in research designs. Four of them (mixed-method approach, literature-based conceptual basis, longitudinal studies, baseline environmental profiles) can help support better research designs, while two others (supplementary material, co-creation) can enhance the influence of science-art projects on behavior. We also found that, among the diverse types of art forms (movies, festivals, exhibitions, murals, immersive installation), none were able to directly and significantly affect behaviors, but they could all affect environmental attitudes or awareness to some degree. Originality: This scoping review stands out from prior studies by highlighting the challenges and opportunities in assessing the influence of art on pro-environmental behaviors, as well as by exploring the role of visual arts for engaging the public in such behaviors.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,058 | 0,215 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,007 | 0,008 |
| Bibliométrie | 0,027 | 0,025 |
| Études des sciences et des technologies | 0,002 | 0,004 |
| Communication savante | 0,008 | 0,006 |
| Science ouverte | 0,004 | 0,004 |
| Intégrité de la recherche | 0,004 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), 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 ».