Negotiating Indigenous knowledge at the science-policy interface: Insights from the Xáxli’p Community Forest
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
Despite increasing interest in learning from Indigenous communities, efforts to involve Indigenous knowledge in environmental policy-making are often fraught with contestations over knowledge, values, and interests. Using the co-production of knowledge and social order (Jasanoff, 2004), this case study seeks to understand how some Indigenous communities are engaging in science-policy negotiations by linking traditional ecological knowledge (TEK), western science, and other knowledge systems. The analysis follows twenty years of Indigenous forest management negotiations between the Xáxli’p community and the Ministry of Forests in British Columbia (B.C.), Canada, which resulted in the Xáxli’p Community Forest (XCF). The XCF is an eco-cultural restoration initiative that established an exclusive forest tenure for Xáxli’p over the majority of their aboriginal territory—a political shift that was co-produced with new articulations of Xáxli’p knowledge. This research seeks to understand knowledge co-production with Indigenous communities, and suggests that existing knowledge integration concepts are insufficient to address ongoing challenges with power asymmetries and Indigenous knowledge. Rather, this work proposes interpreting XCF knowledge production strategies through the framework of “Indigenous articulations, ” where Indigenous peoples self-determine representations of their identities and interests in a contemporary socio-political context. This work has broader implications for considering how Indigenous knowledge is shaping science-policy negotiations, and vice versa.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,156 | 0,012 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,004 | 0,009 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,002 |
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