Community‐based adaptation research in the Canadian Arctic
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Community‐based adaptation ( CBA ) has emerged over the last decade as an approach to empowering communities to plan for and cope with the impacts of climate change. While such approaches have been widely advocated, few have critically examined the tensions and challenges that CBA brings. Responding to this gap, this article critically examines the use of CBA approaches with Inuit communities in Canada. We suggest that CBA holds significant promise to make adaptation research more democratic and responsive to local needs, providing a basis for developing locally appropriate adaptations based on local/indigenous and Western knowledge. Yet, we argue that CBA is not a panacea, and its common portrayal as such obscures its limitations, nuances, and challenges. Indeed, if uncritically adopted, CBA can potentially lead to maladaptation, may be inappropriate in some instances, can legitimize outside intervention and control, and may further marginalize communities. We identify responsibilities for researchers engaging in CBA work to manage these challenges, emphasizing the centrality of how knowledge is generated, the need for project flexibility and openness to change, and the importance of ensuring partnerships between researchers and communities are transparent. Researchers also need to be realistic about what CBA can achieve, and should not assume that research has a positive role to play in community adaptation just because it utilizes participatory approaches. WIREs Clim Change 2016, 7:175–191. doi: 10.1002/wcc.376 This article is categorized under: Vulnerability and Adaptation to Climate Change > Learning from Cases and Analogies
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,037 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,014 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,006 |
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 découle