MétaCan
Menu
Retour à la cohorte
Enregistrement W1973467076 · doi:10.5558/tfc86723-6

A culturally appropriate approach to civic engagement: Addressing forestry and cumulative social impacts in southwest Yukon

2010· article· en· W1973467076 sur OpenAlexaffvenueabout
Lisa Christensen, Naomi Krogman, Brenda Parlee

Notice bibliographique

RevueThe Forestry Chronicle · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueMining and Resource Management
Établissements canadiensUniversity of AlbertaYukon University
Organismes subventionnairesnon disponible
Mots-clésVisionCivic engagementCommunity engagementCommunity forestrySocial engagementExperiential learningLocal communityPolitical scienceCumulative effectsEnvironmental resource managementForestryForest managementGeographyEnvironmental planningSociologyPublic relationsEcology

Résumé

récupéré en direct d'OpenAlex

This article reports on an experimental civic engagement approach to link community observed cumulative effects ofnumerous local events and periods of resource development to indicators for sustainable forest and land management forthe future. We describe a process where the interview findings with 28 key aboriginal and non-aboriginal informants inthe Champagne Aishihik First Nations’ (CAFN) Traditional Territory were summarized into key themes by researchersin a community workshop to elicit a selection of social indicators for future cumulative effects assessments. Theseresponses were visions for the future based on a great deal of experiential learning that interviewees identified—part andparcel of any betterment to the community as new developments unfold. Themes such as “social healing” were furtherbroken into indicators such as “community support systems” and then further broken into local measures, such as “thepresence of, and access to, a youth centre, youth programs, and youth centres”. The local historical approach to cumulativeeffects assessment helps us not only understand more about forestry, but more about the broader connectionsbetween community members and leaders, forestry and other resource developments, and lessons people have learnedfrom the past and visions for the future.Key words: civic engagement, cumulative social impacts, social indicators, sustainable forest management, NorthernCanada

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,522
Score d'incertitude au seuil0,609

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,026
Tête enseignante GPT0,254
Écart entre enseignants0,228 · 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.

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

Citations15
Publié2010
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueThe Forestry ChronicleMême sujetMining and Resource ManagementTravaux en français237 207