MétaCan
Menu
Retour à la cohorte
Enregistrement W7101853039 · doi:10.1016/j.futures.2025.103730

Beyond linear progress: Towards a material-temporal understanding of infrastructural unmaking

2025· article· en· W7101853039 sur OpenAlexfundno aff

Notice bibliographique

RevueFutures · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueWater Governance and Infrastructure
Établissements canadiensnon disponible
Organismes subventionnairesVetenskapsrådetSvenska Forskningsrådet FormasUniversity of Victoria
Mots-clésTemporalityTemporalitiesForegroundingFutures contractExtant taxonMateriality (auditing)

Résumé

récupéré en direct d'OpenAlex

The implementation of low-carbon futures requires both the assembling of new technologies, and practices, as well as the ‘unmaking’ of extant high-carbon infrastructures. Here, we bring together geographical, STS, anthropological, and sociological thinking on time to problematise extant conceptualisations of such processes of unmaking. We argue that a focus on temporalities is especially pertinent to the unmaking of material energy infrastructure, as the emergence of fossil fuel societies has also enabled a particular temporality of the future to take hold; one that is linear, future-oriented, and full of promise. The unmaking of energy infrastructures will likely rub up against this temporal form of thinking that dominates modern life. By drawing on three temporal concepts – ruination, suspension, and lingering – we explore how we can conceptualise the temporal dimensions of unmaking material infrastructures more explicitly, and differently. Through foregrounding the multifaceted interactions between the legacies of the past, the realities of the present, and the possibilities of the future we put forward an understanding of infrastructural unmaking and low-carbon futures that seeks to go beyond the confines of linear progress.

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)0,007
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,995
Score d'incertitude au seuil0,044

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0050,046
Communication savante0,0120,030
Science ouverte0,0020,006
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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.

Tête enseignante Opus0,018
Tête enseignante GPT0,309
Écart entre enseignants0,291 · 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.

Devis d'étudeThéorique ou conceptuel
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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFuturesMême sujetWater Governance and InfrastructureTravaux en français237 207