MétaCan
Menu
Retour à la cohorte
Enregistrement W2973091249 · doi:10.14430/arctic68655

Environmental Change and Sustainability of Indigenous Languages in Northern Alaska

2019· article· en· W2973091249 sur OpenAlexvenueno aff
Nicholas J. Reo, Sigvanna Meghan Topkok, Nicole Kanayurak, James N. Stanford, David A. Peterson, Lindsay J. Whaley

Notice bibliographique

RevueARCTIC · 2019
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueClimate change and permafrost
Établissements canadiensnon disponible
Organismes subventionnairesPorter Family FoundationDartmouth College
Mots-clésIndigenousNexus (standard)Heritage languageFluencySustainabilityArcticPsychological resilienceSociologyEnvironmental resource managementEnvironmental ethicsGeographyLinguisticsEcologyPsychologyEngineeringSocial psychology

Résumé

récupéré en direct d'OpenAlex

Relatively few people under the age of 60 are fluent speakers of the various Indigenous languages of Alaska. Concurrently, climate change is severely impacting Alaska and its residents, where environments are changing far more rapidly than the majority of the planet. These factors complicate the land-language nexus and may have implications for the sustainability of Indigenous languages in Alaska and other parts of the Arctic. In this collaborative, community-centered project, we spoke with Iñupiaq and Yupik language speakers to learn how rapid environmental change affects heritage language discourse practices and how generational gaps in levels of heritage language fluency affect safety and efficacy of customary and traditional land use activities. The results show how local community choices and attitudes are reflecting and constructing dynamic ecologies of language, culture, and environment. Iñupiaq and Yupik languages provide important forms of socio-cultural resilience because they embed the past, yet are inherently dynamic. Community-driven social practices that promote increased local heritage language use can lead to new, creative language domains, new expressions of Indigenous culture, and new Indigenous stances toward a changing environment.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,154
Score d'incertitude au seuil0,305

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,001
Communication savante0,0010,001
Science ouverte0,0000,002
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,015
Tête enseignante GPT0,218
Écart entre enseignants0,203 · 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'étudeObservationnel
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

Citations51
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueARCTICMême sujetClimate change and permafrostTravaux en français237 207