Ḵaḵotłatłano'xw xa ḵwaḵwax 'mas: Documenting and reclaiming plant names and words in Kwakwala on Canada's west coast
Notice bibliographique
Résumé
This paper describes the process and outcomes of a project focused on community centred reclamation of plant-based knowledge in the Kwak̓wala language from previously published materials as well as new documentation with Kwak̓wala speaking Elders. The paper describes our research process resulting in the documentation of 300 plant word names and phrases, starting with 135 plants with names and words in Kwak̓wala that had been documented between the late 19th and early 20th century by Franz Boas and George Hunt, subsequently added to and enriched by community members and academics. An audio-visual dictionary of these plant names and associated phrases is now available through the FirstVoices web portal (http://bit.ly/LDC_FirstVoices). The corresponding author initiated the work and then further developed the research in collaboration with Kwakwa̱ka̱'wakw fluent speakers, linguists, biologists, and the U'mista Cultural Society. The project has stimulated interest among community members who provided valuable feedback on the different ways in which this research can be further accessed and then delivered. The paper concludes with some structured reflections on how to proceed in community-led research projects such as this. The authors see further opportunity for continued cross-disciplinary and community-based research.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,008 | 0,004 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».