Free, Prior, and Informed Decision-Making About Proposed Development on Indigenous Territories in Northern Ontario
Notice bibliographique
Résumé
This case study examined the experiences of consultation and consent-seeking processes among nine Indigenous communities in northern Ontario that, individually and collectively, are faced with complex decisions to be made since the discovery of several significant mineral deposits on their traditional territories. In examining the processes involved in making informed development decisions, this dissertation addressed four key research questions: 1) What are the roles, processes, laws and rights frameworks that influence resource governance in the Matawa First Nations region? 2) How is free, prior, and informed decision-making described by people living and working in the Matawa First Nations region? 3) What are the needs, opportunities, and challenges in making informed decisions about proposed development? and 4) What role does community-level dialogue play in making informed decisions? This research included two community kitchen table talks where participants gathered to discuss their views on self-determined development, to share their experiences with proposed regional developments, and to dialogue about a vision for their community. Drawing from two table talks, five key informant interviews, and an analysis of key documents from the tribal council (2010-2018), several themes emerged to advance our understanding of free, prior, and informed decision-making about lands and resources. Key findings suggest that, while development decisions are highly technical, free, prior, and informed consent (FPIC) is fundamentally about the communities’ agency and their ability to meaningfully participate, to pursue their own meanings of prosperity, and to do so within the context of genuine partnerships with external government and industry proponents. Figures 3.1, 4.1, and 4.3 are presented to describe the complex organizational and interpersonal relationships associated with development decisions in the Matawa region. Lessons learned and considerations for future research are identified and 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 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 | 0,006 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,030 | 0,021 |
| Communication savante | 0,005 | 0,002 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».