MétaCan
Menu
Retour à la cohorte
Enregistrement W4417312488 · doi:10.3389/fclim.2025.1639059

Anti-racist reorientations to land through gardening with newcomer youth of color

2025· article· W4417312488 sur OpenAlexafffund
Riann Lognon, Chetna Khandelwal, Megha Sanyal, Santanu Dutta, Pallavi Banerjee, Pratim Sengupta

Notice bibliographique

RevueFrontiers in Climate · 2025
Typearticle
Langue
DomaineSocial Sciences
ThématiqueClimate Change, Adaptation, Migration
Établissements canadiensUniversity of Calgary
Organismes subventionnairesGovernment of Canada
Mots-clésDisadvantagedScholarshipExpansiveNormativeWork (physics)RefugeeQualitative researchRacismEthnography

Résumé

récupéré en direct d'OpenAlex

Our paper seeks to dis/orient normative scholarship on climate migration and climate refugees that reify misleading claims about the relationship between mass migration and climate change, which have been shown to further marginalization of people from the Global South. We orient our attention to a topic that has received considerably less attention in the literature on critical environmental studies: how newcomer (refugee) youth of color (re)establish relationships with more-than-human life, land, air, and water in their newly adopted home in the Global North. Drawing from a three-year-long, community gardening project co-created with the youth, we offer a qualitative analysis of the youths’ participatory, embodied, and discursive work over the first 2 years of creating and caring for the community garden. From a pragmatic perspective, our work arises from the concern that families and youth of color in North America are intersectionally disadvantaged in terms of accessing city resources and public spaces during their resettlement, as noted by critical sociologists of race, migration and gender. Our study reveals how the youths’ participation was centered in the garden through adopting an anti-racist praxis, while also offering an expansive vision of how race and climate are implicated in migration.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,526
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,078
Tête enseignante GPT0,343
Écart entre enseignants0,265 · 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 tête enseignante, pas un consensus.

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'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in ClimateMême sujetClimate Change, Adaptation, MigrationTravaux en français237 207