MétaCan
Menu
Retour à la cohorte
Enregistrement W2230749515 · doi:10.1139/cjfr-2015-0170

What does “First Nation deep roots in the forests” mean? Identification of principles and objectives for promoting forest-based development

2016· article· en· W2230749515 sur OpenAlexafffundvenueabout
Jean-Michel Beaudoin, Luc Bouthillier, Janette Bulkan, Harry W. Nelson, Ronald Trosper, Stephen Wyatt

Notice bibliographique

RevueCanadian Journal of Forest Research · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueMining and Resource Management
Établissements canadiensUniversité de MonctonUniversity of British ColumbiaUniversité Laval
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaMitacsGovernment of Canada
Mots-clésCommunity forestryMainstreamForestryAutonomyCitizen journalismIdentification (biology)Forest managementResistance (ecology)Political scienceEnvironmental resource managementSociologyGeographyEcologyEconomics

Résumé

récupéré en direct d'OpenAlex

We often hear about the resistance of First Nation (FN) communities to the industrial model of forestry, but we hear less about what they wish to achieve. Translating FN perspectives into concepts that are understood by the mainstream society can help inform current and future forest policies. Such translation can support initiatives that seek ways to increase FN participation in the forest sector. This paper documents one process of translation. It identifies the principles and objectives for forest-based development of the Essipit Innu First Nation in Quebec, Canada, reflective of the deep roots that anchor the Essipit to their territory. Based on participatory research carried out between January and July 2013, we identify 34 objectives folded into three core FN principles: Nutshimiu–Aitun (identity–territoriality), Mishkutunam (sharing–exchange), and Pakassitishun (responsibility–autonomy). Our analysis shows that the economic aims of the dominant forestry model are too narrow for FN communities. This paper contributes to expanding FN engagement in forestry through management and economic approaches that are better adapted to their culture and values.

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)0,009
score de la tête « metaresearch » (Gemma)0,009
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,648
Score d'incertitude au seuil0,700

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0120,024
Communication savante0,0130,008
Science ouverte0,0010,004
Intégrité de la recherche0,0020,004
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 Opus0,044
Tête enseignante GPT0,276
Écart entre enseignants0,232 · 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

Citations21
Publié2016
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest ResearchMême sujetMining and Resource ManagementTravaux en français237 207