Bibliographic record
Abstract
„S oziale Beweg u ngen sind wie eine Welle. Es gibt viele Beispiele dafür , wie soziale Bewegungen gewinnen. Du gewinnst durch eine Vielzahl anTaktiken. Du eskalierst, sodass Du mehr Druck auf deine Opposition aufbauen kannst. Du gewinnst , indem Du die Menschen ignoriertst d ie sagen, dass Du nicht gewinnen kannst. Du organisierst dich m i t Verbündeten, D u bringst Opfer, D u bleibst aktiv. Soziale Bewegungen sind gebündelte Kräfte kollektiver Energie, welche tiefe Emotionen, wie Wut , Liebe , Hoffnung und Träume des weitreichenden soizalen Wandels tragen „ . ( Zitat aus climate resistance handbook) In der Januar Ausgabe des anarchisti s chen Hörfunks sprechen wir über die K l imagerechtigkeit s bewegung. Wir beschäftigen uns mit der Geschichte der deutschen Umweltbewegung und möchten außerdem die historischen Konituitäten von antikolonialen K l imakämpfen au f zeigen. W ir haben Gäste ins Studio eingeladen, mit denen wir über aktuelle Klimakämpfe und unterschiedliche Standpunkte diskutieren . Zudem stehen folgende Fragen im Mittelpunkt : Wann höre ich auf so zu tun, als wäre alles normal? Wann beginnt der Punkt mein Leben radikal anderes zu organisieren? Zum Schluss geben wir noch einen kleinen Einblick über bestehende Kampagnen und Bündnisse, die vor allem bewegungsübergreifend fungieren. Da das Thema so komplex und vielschichtig ist, geben wir euch noch einige Links mit auf dem Weg, worüber ihr euch gern weiter informieren oder tiefer ins Thema einsteigen könnt. Inhalt: Einleitung historischer Abriss – erste und zweite Umweltbewegung – Umweltgerechtigkeit / Klimagerechtigkeit Interview mit Aktivist*innen einer autonomen Klima-Kleingruppe und Extinction Rebellion Ortsgruppe Dresden Klimagerechtigkeit und Tierausbeutung – Animal Climate Action – Free The Soil – we.riseup up 2020 Links: https://www.a-radio.net/2019/3643 https://itsgoingdown.org/tia-75-native-people-are-using-tiny-homes-to-fight-a-pipeline/ http://unistoten.camp/jan12/ https://therealnews.com/stories/canada-rcmp-shoot-indigenous-pipeline-activists http://wedontshutup.org/ https://animal-climate-action.org https://freethesoil.org https://by2020weriseup.net/de/ http://nyeleni.de/ https://feldhamstern.neocities.org Artikel „Gutes Essen für alle!“ in https://animot-verlag.de/produkt/zeitschrift-fuer-kritische-tierstudien-2/ Magazin für Tierbefreiung: http://www.tierbefreiung.de/ Music Brazzmatazz – Zopje Cistem failure- Mountains Northbound- Forward Cistem failure- Stick Together
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.000 |
| Insufficient payload (model declined to judge) | 0.300 | 0.022 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; both teacher heads agree on what is shown here.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".