MétaCan
Menu
Retour à la cohorte
Enregistrement W2945192627 · doi:10.3389/fmars.2019.00309

The Importance of Connected Ocean Monitoring Knowledge Systems and Communities

2019· article· en· W2945192627 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueFrontiers in Marine Science · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine animal studies overview
Établissements canadiensOcean Networks Canada SocietyUniversity of Victoria
Organismes subventionnairesFisheries and Oceans CanadaCentre Scientifique de MonacoBelmont ForumPolar Knowledge Canada
Mots-clésIndigenousTraditional knowledgeEnvironmental resource managementCitizen scienceResource (disambiguation)Ocean observationsKnowledge sharingData sharingBusinessKnowledge managementEnvironmental planningGeographyEcologyComputer scienceEnvironmental science

Résumé

récupéré en direct d'OpenAlex

Ocean monitoring will improve outcomes if ways of knowing and priorities from a range
\nof interest groups are successfully integrated. Coastal Indigenous communities hold
\nunique knowledge of the ocean gathered through many generations of inter-dependent
\nliving with marine ecosystems. Experiences and observations from living within that
\nsystem have generated ongoing local and traditional ecological knowledge (LEK and
\nTEK) and Indigenous knowledge (IK) upon which localized sustainable management
\nstrategies have been based. Consequently, a comprehensive approach to ocean
\nmonitoring should connect academic practices (“science”) and local community and
\nIndigenous practices, encompassing “TEK, LEK, and IK.” This paper recommends
\nresearch approaches and methods for connecting scientists, local communities, and
\nIK holders and their respective knowledge systems, and priorities, to help improve
\nmarine ecosystem management. Case studies from Canada and New Zealand (NZ)
\nhighlight the emerging recognition of IK systems in natural resource management, policy
\nand economic development. The in-depth case studies from Ocean Networks Canada
\n(ONC) and the new Moana Project, NZ highlight real-world experiences connecting
\nIK with scientific monitoring programs. Trial-tested recommendations for successful
\ncollaboration include practices for two-way knowledge sharing between scientists and
\ncommunities, co-development of funding proposals, project plans and educational
\nresources, mutually agreed installation of monitoring equipment, and ongoing sharing
\nof data and research results. We recommend that future ocean monitoring research
\nbe conducted using cross-cultural and/or transdisciplinary approaches. Vast oceans
\nand relatively limited monitoring data coupled with the urgency of a changing climate
\nemphasize the need for all eyes possible providing new data and insights. Community
\nmembers and ocean monitoring scientists in joint research teams are essential for
\nincreasing ocean information using diverse methods compared with previous scientific
\nresearch. Research partnerships can also ensure impactful outcomes through improved
\nunderstanding of community needs and priorities.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,030
Score d'incertitude au seuil0,446

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,002
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,013
Tête enseignante GPT0,235
Écart entre enseignants0,222 · 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