Notice bibliographique
Résumé
This episode was first aired on CJRU’s Radio Everywhere program, which works in “collaboration with community organizations to produce pieces that showcase the work they’re doing, and to provide a platform for them to tell their own stories”. You can find out more about CJRU here: https://www.metradio.ca/project/radio-everywhere/ This mini series emerges from Amanda’s doctoral research with climate justice organizers in Canada. Cite as: Harvey-Sánchez, A. & DaSilva, J. (2022). “Divestment Generation Mini Series, Intro to the Series”. Climate Justice Toronto. EPISODE RESOURCES: - Land Story Toolkit: https://docs.google.com/document/d/1IWX5HFjQ34BxaPLvqmqaPMJ1v6NRHqdAe2ntc0M4fEA/edit?tab=t.0 - UofT Fossil Fuel Divestment Timeline: https://tinyurl.com/2pz26m4u - Divestment and Beyond Magazine Article (by Amanda Harvey-Sánchez & Sydney Lang): https://briarpatchmagazine.com/articles/view/divestment-and-beyond - Climate101 (the 2016 civil disobedience action that brought Amanda and Julia together): https://tinyurl.com/4ruhznbn - Discovering University Worlds: https://tinyurl.com/y3px3z6u SOCIAL MEDIA & CONTACT INFO: Amanda Harvey-Sánchez: @amanda_hsanchez; Julia DaSilva: julia.dasilva713@gmail.com; Climate Justice Toronto: @climatejusticeto, @CJusticeTO; Climate Justice UofT (Formerly Leap UofT): @climatejusticeuoft, @cjuoft; 2185 Art Collective: @2185collective CREDITS: Editing: Amanda Harvey-Sánchez and Stefan Hegerat; Original Music: Stefan Hegerat; Hosts: Amanda Harvey-Sánchez and Julia DaSilva; Producer: Climate Justice Toronto
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 | 0,001 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,005 | 0,002 |
| Communication savante | 0,009 | 0,007 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,401 | 0,240 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».