Justice environnementale et criminologie verte: exploration des représentations autochtones des injustices et des transgressions liées à l’environnement
Notice bibliographique
Résumé
Notre étude aborde les représentations autochtones des transgressions liées à l’environnement et \ncelles de la justice environnementale au Canada à travers l’analyse de documentaires réalisés par \ndes Autochtones et produits par Wapikoni mobile. Grâce à l’utilisation d’une méthodologie \nqualitative, nous visons à mettre les points de vue autochtones au premier plan de notre étude et \nainsi présenter les expériences de transgressions et d’injustices environnementales telles qu’elles \nsont vécues et représentées par les réalisateurs et par les intervenants qui sont intégrés dans les \ndocumentaires. L’étude des documentaires nous donne aussi un accès privilégié aux \nreprésentations de la nature et du territoire, ainsi qu’aux rapports avec les Allochtones et l’État \ncanadien. \nLes résultats de notre analyse des documentaires viennent souligner la place fondamentale de la \nnature et du territoire dans les représentations autochtones, et exposent la gravité extrême des \natteintes à l’environnement pour ces communautés. Les documentaires indiquent que les injustices \net les transgressions environnementales ont des conséquences incommensurables pour les peuples \nautochtones. Notre analyse révèle aussi la place de l’État canadien, la structure coloniale et les \nvaleurs capitalistes dans ces actes. Ces éléments sont mis en lumière à travers les représentations \nautochtones d’une responsabilité accrue des acteurs gouvernementaux et organisationnels \naccompagnée de rapports antagonistes avec les Allochtones, qui engendrent plusieurs réactions \nautochtones aux injustices et aux transgressions. Finalement, notre analyse dégage des \ndocumentaires un lot de revendications essentielles afin de parvenir à une justice environnementale \nautochtone.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,016 | 0,025 |
| Communication savante | 0,014 | 0,006 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 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 ».