Towards Community-Directed Climate Adaptation Research (C-DAR)
Notice bibliographique
Résumé
The disconnection between humans and their surrounding ecologies, intensified since the industrial revolution and often described as the “metabolic rift,” has profoundly influenced dominant research practices as enterprises of knowledge production. As such, much research today, including climate change research, is disconnected from the land and the communities who depend on and steward it. This paper starts by briefly tracing a response to this disconnection, the emergence of community-engaged approaches to action research. Turning on the urgency of community adaptation under the climate emergency, we point to how this trajectory has seeded a paradigm shift to what we are referring to as community-directed research (C-DAR). Drawing on dialogues with three Indigenous community partners in Brazil—the Tremembé, Mundurukú, and Guaraní—we theorize how C-DAR could navigate four critical boundaries to bridge the rift between researchers and the land: The rift between western science and Indigenous and local knowledges; the rift between natural and social sciences; the rift between institutional (university) and community contexts; and the rift between the Global South and the Global North. We conclude with an observation that the acronym “C-DAR” is phonetically identical in Brazil to the Portuguese reflexive verb “se dar” which can mean “to give oneself to something.” In this spirit of “se dar,” we offer our paper as a call for experiments in reparative approaches to research, inviting scholars to reflect on their willingness to engage with this ethos.
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 | 0,154 | 0,079 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,014 | 0,108 |
| Communication savante | 0,022 | 0,033 |
| Science ouverte | 0,006 | 0,033 |
| Intégrité de la recherche | 0,015 | 0,016 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».