MétaCan
Menu
Retour à la cohorte
Enregistrement W1602171154 · doi:10.1080/23311886.2015.1047564

Using a community-driven approach to identify local forest and climate change priorities in Teslin, Yukon

2015· article· en· W1602171154 sur OpenAlexaffabout
Joleen Timko, Scott Green, Robin Sharples, Adam Grinde

Notice bibliographique

RevueCogent Social Sciences · 2015
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFire effects on ecosystems
Établissements canadiensUniversity of Northern British ColumbiaGovernment of Northwest TerritoriesUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésLocal communityWildlifeClimate changeEnvironmental resource managementWork (physics)Environmental planningProcess (computing)PerceptionGeographyPolitical sciencePsychologyComputer scienceEcologyEngineering

Résumé

récupéré en direct d'OpenAlex

The likelihood of addressing the complex environmental, economic, and social/cultural issues associated with local climate change impacts is enhanced when collaborative partnerships with local people are established. Using a community-centered approach in the Teslin region of Canada’s Yukon Territory, we utilized our research skills to respond to local needs for information by facilitating both an internal community process to clarify traditional and local knowledge, values, and perceptions on locally identified priorities, while gathering external information to enable local people to make sound decisions. Specifically, we sought to clarify local perceptions surrounding climate change impacts on fire risk and wildlife habitat, and the potential adaptation strategies appropriate and feasible within the Teslin Tlingit Traditional Territory. This paper provides a characterization of the study region and our project team; provides background on the interview and data collection process; presents our key results; and discusses the importance of our findings and charts a way forward for our continued work with the people in the Teslin region. This approach presents an excellent opportunity to help people holistically connect a range of local values, including fire risk mitigation, habitat enhancement, economic development, and enhanced social health.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,461
Score d'incertitude au seuil0,927

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0090,002
Communication savante0,0020,001
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
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 Opus0,180
Tête enseignante GPT0,358
Écart entre enseignants0,178 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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

Citations6
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCogent Social SciencesMême sujetFire effects on ecosystemsTravaux en français237 207