MétaCan
Menu
Retour à la cohorte
Enregistrement W7064433694

The art of uncomfortable engagement: towards a methodology for conflictual theatre dialogues about climate change controversies

2024· article· en· W7064433694 sur OpenAlexaff

Notice bibliographique

RevueVU Research Portal · 2024
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueMagnetic confinement fusion research
Établissements canadiensAthena Sustainable Materials Institute
Organismes subventionnairesnon disponible
Mots-clésNucleofectionArticular cartilage damageDemotionCircumstantial evidenceGestational periodTSG101
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Climate change is increasingly proving to be a deeply polarizing and conflict-ridden societal issue. As a response to complex or “wicked” societal issues such as climate change, science communication research has developed various approaches to meaningfully engage publics and stakeholders in processes of scientific and technological development. Building on Chantal Mouffe’s conception of agonistic pluralism, we argue that while providing a great source of creativity, inspiration and impact, the “cocreative” focus of many of these approaches makes it difficult to keep conflict, tension, and controversy at the forefront of engagement practices. The concern is that these practices of cocreation leave the fundamentally conflictual nature of climate change unaddressed, and consequently provide little guidance for learning how to deal with conflict and prevent it from becoming antagonistic. There is therefore a great need for exploring engagement approaches that make the conflictual nature of climate change salient and “productive”, and we believe theatre dialogues have great potential to contribute to this objective. In our contribution, we report on the outcomes of interviews held to map three climate change-related controversies and stakeholders’ experiences of conflict within them, and on how these key findings inform the development of an innovative form of theatre dialogues in which sticking with the tension is key.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,075
score de la tête « metaresearch » (Gemma)0,087
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,075
Score d'incertitude au seuil0,394

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0750,087
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,003
Études des sciences et des technologies0,0120,053
Communication savante0,0200,014
Science ouverte0,0060,020
Intégrité de la recherche0,0050,008
Charge utile insuffisante (le modèle a refusé de juger)0,0090,003

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 Opus0,231
Tête enseignante GPT0,431
Écart entre enseignants0,200 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVU Research PortalMême sujetMagnetic confinement fusion researchTravaux en français237 207