MétaCan
Menu
Retour à la cohorte
Enregistrement W2913167788 · doi:10.1080/07900627.2018.1558050

Using two-eyed seeing to bridge Western science and Indigenous knowledge systems and understand long-term change in the Saskatchewan River Delta, Canada

2019· article· en· W2913167788 sur OpenAlexafffundabout
Razak Abu, Maureen G. Reed, Timothy D. Jardine

Notice bibliographique

RevueInternational Journal of Water Resources Development · 2019
Typearticle
Langueen
DomaineHealth Professions
ThématiqueIndigenous Studies and Ecology
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesSaskPowerNatural Sciences and Engineering Research Council of CanadaCanada Research Chairs
Mots-clésIndigenousPikeTraditional knowledgeGeographyDeltaBridge (graph theory)Climate scienceClimate changeTerm (time)First nationEnvironmental resource managementEnvironmental planningEcologyFisheryEnvironmental scienceEngineeringFish <Actinopterygii>

Résumé

récupéré en direct d'OpenAlex

Although researchers now recognize that Indigenous knowledge can strengthen environmental planning and assessment, little research has empirically demonstrated how to bring together Indigenous knowledge and Western science to form a more complete picture of social-ecological change. This study attempts to fill this gap by using ‘two-eyed seeing’ – an approach that brings together Indigenous and Western perspectives on an equal basis – to collect and analyze changes in the Saskatchewan River Delta since upstream dams were built in the 1960s. Results found corroboration across the knowledge systems that operation of dams has lowered summer flows and created unnaturally high winter flows. The knowledge systems, however, diverged in some areas, such as the production of northern pike, where local residents observed abundant pike but records showed the pike commercial harvest declining to near zero. Indigenous knowledge alone provided information about berries and berry seasons. This two-eyed seeing approach can enhance environmental assessment and planning by providing a more accurate and coherent narrative of long-term social-ecological change.

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)0,003
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,992
Score d'incertitude au seuil0,186

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0080,006
Communication savante0,0040,003
Science ouverte0,0010,005
Intégrité de la recherche0,0010,001
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 Opus0,076
Tête enseignante GPT0,369
Écart entre enseignants0,293 · 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.

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

Citations90
Publié2019
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Water Resources DevelopmentMême sujetIndigenous Studies and EcologyTravaux en français237 207