MétaCan
Menu
Retour à la cohorte
Enregistrement W2119762984 · doi:10.14430/arctic4365

Vulnerability to Freshwater Changes in the Inuit Settlement Region of Nunatsiavut, Labrador: A Case Study from Rigolet

2014· article· en· W2119762984 sur OpenAlexvenueaboutno aff
Christina Goldhar, Trevor Bell, Johanna Wolf

Notice bibliographique

RevueARCTIC · 2014
Typearticle
Langueen
DomaineHealth Professions
ThématiqueIndigenous Studies and Ecology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésVulnerability (computing)Adaptive capacityGeographyClimate changeWatershedArcticSettlement (finance)Resource (disambiguation)Environmental changePsychological resilienceEnvironmental resource managementEcologyEnvironmental scienceBusiness

Résumé

récupéré en direct d'OpenAlex

Drawing on vulnerability approaches from the climate change literature, this paper explores the vulnerability of residents of the community of Rigolet, Nunatsiavut, Labrador, to changes in freshwater. Our approach emphasizes local preferences and values. We analyze the results from 89 household interviews (88% response) and targeted interviews in Rigolet to consider the human experience of climate variability and change. Residents report that changes in the spatial and temporal distribution of freshwater are currently challenging their ability to access preferred drinking water and food sources and are adding to the financial barriers that restrict their time spent on the land. The results of our study suggest that Rigolet residents are successfully adapting to existing freshwater changes in their watershed, though these adaptations have not come without sacrifice. The adaptive capacity of Rigolet residents has been supported by resource flexibility and experience-based knowledge of freshwater variability within their watershed, among other factors. Findings suggest that the exposure of sub-Arctic and Arctic communities to freshwater changes and their capacity to adapt are largely shaped by the lifeways of residents and the manner and degree to which they are dependent on local freshwater systems.

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)0,002
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: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,688
Score d'incertitude au seuil0,714

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,051
Tête enseignante GPT0,368
Écart entre enseignants0,317 · 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'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

Citations35
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueARCTICMême sujetIndigenous Studies and EcologyTravaux en français237 207