Shifting the Framework of Canadian Water Governance through Indigenous Research Methods: Acknowledging the Past with an Eye on the Future
Notice bibliographique
Résumé
First Nations communities in Canada are disproportionately affected by poor water quality. As one example, many communities have been living under boil water advisories for decades, but government interventions to date have had limited impact. This paper examines the importance of using Indigenous research methodologies to address current water issues affecting First Nations. The work is part of larger project applying decolonizing methodologies to Indigenous water governance. Because Indigenous epistemologies are a central component of Indigenous research methods, our analysis begins with presenting a theoretical framework for understanding Indigenous water relations. We then consider three cases of innovative Indigenous research initiatives that demonstrate how water research and policy initiatives can adopt a more Indigenous-centered approach in practice. Cases include (1) an Indigenous Community-Based Health Research Lab that follows a two-eyed seeing philosophy (Saskatchewan); (2) water policy research that uses collective knowledge sharing frameworks to facilitate respectful, non-extractive conversations among Elders and traditional knowledge holders (Ontario); and (3) a long-term community-based research initiative on decolonizing water that is practicing reciprocal learning methodologies (British Columbia, Alberta). By establishing new water governance frameworks informed by Indigenous research methods, the authors hope to promote innovative, adaptable solutions, rooted in Indigenous epistemologies.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,048 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,030 | 0,058 |
| Communication savante | 0,016 | 0,007 |
| Science ouverte | 0,004 | 0,011 |
| Intégrité de la recherche | 0,002 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».