MétaCan
Menu
Retour à la cohorte
Enregistrement W2940100539 · doi:10.1080/08941920.2019.1597237

Articulating Indigenous Rights Within the Inclusive Development Framework: An Assessment of Forest Stewardship Policies and Practices in British Columbia, Canada

2019· article· en· W2940100539 sur OpenAlexaffabout
Natasha Caverley, Andrea Lyall, Stefania Pizzirani, Janette Bulkan

Notice bibliographique

RevueSociety & Natural Resources · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueMining and Resource Management
Établissements canadiensFPInnovationsUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésStewardship (theology)IndigenousContext (archaeology)Environmental stewardshipPolitical scienceIndigenous rightsDeclarationForest managementEnvironmental resource managementPublic administrationEconomic growthGeographyForestryPoliticsEcologyLaw

Résumé

récupéré en direct d'OpenAlex

While there has been a shift away from actively excluding Indigenous Peoples in forestry decisions, modern approaches to forest management often continue to disregard the multi-generational social, cultural, economic, and environmental needs of forest-based Indigenous communities. This article examines contemporary forest stewardship in British Columbia, Canada in the context of inclusive development-related policies – focusing on the United Nations Declaration on the Rights of Indigenous Peoples (UNDRIP) and Canada’s Truth and Reconciliation Commission (TRC) Calls to Action. Relevant literature, case studies, and public documents are examined to assess if and how inclusive development-related policies are affecting Indigenous forest stewardship in British Columbia. Implications and recommendations for Canadian forest policy makers and practitioners are provided to facilitate reconciliation. In addition, the potential significance of monitoring the progression of inclusive development within Indigenous forest stewardship practices by using UNDRIP (alongside other Indigenous-focused policies unique to individual countries) is discussed.

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)0,004
score de la tête « metaresearch » (Gemma)0,007
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: Empirique
Score de désaccord entre enseignants0,250
Score d'incertitude au seuil0,870

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,011
Études des sciences et des technologies0,0220,007
Communication savante0,0090,002
Science ouverte0,0020,004
Intégrité de la recherche0,0010,002
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 Opus0,007
Tête enseignante GPT0,256
Écart entre enseignants0,249 · 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

Citations16
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSociety & Natural ResourcesMême sujetMining and Resource ManagementTravaux en français237 207