MétaCan
Menu
Retour à la cohorte
Enregistrement W7125009698 · doi:10.16995/regeneration.16556

Unalienating Carbon: Affect and Labour in Artisanal Carbon Removal Work

2025· article· en· W7125009698 sur OpenAlexaff
Anne Pasek

Notice bibliographique

RevueDOAJ (DOAJ: Directory of Open Access Journals) · 2025
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueEcocriticism and Environmental Literature
Établissements canadiensTrent University
Organismes subventionnairesnon disponible
Mots-clésGreenhouse gasClimate changeCarbon sinkAgricultureWork (physics)Carbon fibersClimate change mitigationNarrative

Résumé

récupéré en direct d'OpenAlex

Carbon is rapidly undergoing a joint technological and cultural transformation. With the prolific rise of carbon dioxide removal in the climate pathways and net zero commitments that contour wider energy transitions, carbon emissions are increasingly positioned not just as future actions to be avoided, but as an already existing material sink newly opened to technical intervention and marketization. While climate models contemplate industrial-scale carbon removal technologies by the end of the century, carbon removal is currently characterized by small-scale, agricultural work: regenerative farming and biochar production. This article focuses on these forms of artisanal carbon removal, analyzing how its workers develop a unique experience of what is otherwise an invisible object of social anxiety: for them, carbon is an object of their labour, transformed through work into newly sensory and reparative forms. The narratives and affects of small-scale carbon removal work, accordingly, present a significant departure from the usual frames of climate and energy politics, offering rare possibilities for hope, regeneration, and relational capacities for direct and tangible action. Drawing on documentary media about and by regenerative agriculture and biochar practitioners, this article explores how such unalienated affects may culminate in new orientations for climate communication and politics.

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 candidatesCommunication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,110
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
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,108
Tête enseignante GPT0,454
Écart entre enseignants0,346 · 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'étudeObservationnel
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 revueDOAJ (DOAJ: Directory of Open Access Journals)Même sujetEcocriticism and Environmental LiteratureTravaux en français237 207