MétaCan
Menu
Retour à la cohorte
Enregistrement W2994970402 · doi:10.14430/arctic69507

Lessons Learned through Research Partnership and Capacity Enhancement in Inuit Nunangat

2019· article· en· W2994970402 sur OpenAlexafffundvenueabout
Natalie Carter, Jackie Dawson, Natasha Simonee, Shirley Tagalik, Gita Ljubicic

Notice bibliographique

RevueARCTIC · 2019
Typearticle
Langueen
DomaineHealth Professions
ThématiqueIndigenous Studies and Ecology
Établissements canadiensMcMaster UniversityGovernment of NunavutUniversity of Ottawa
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaFisheries and Oceans CanadaIndigenous and Northern Affairs CanadaParks CanadaNunavut General Monitoring PlanAurora Research InstituteDivision of Arctic SciencesUniversity of OttawaPolar Knowledge CanadaWorld Wildlife FundTransport CanadaMarine Environmental Observation Prediction and Response NetworkPew Charitable Trusts
Mots-clésGeneral partnershipParticipatory action researchArcticPolitical scienceCitizen journalismGeographyPublic relationsEnvironmental resource managementSociologyOceanography

Résumé

récupéré en direct d'OpenAlex

Facilitating research and enhancing community research capacity through a partnered approach in Inuit Nunangat (the Inuit homeland of Canada, located in Arctic Canada) presents learning opportunities and challenges for southern-based, non-Inuit researchers and community members alike. This article outlines lessons learned through the Arctic Corridors and Northern Voices (AC-NV) project, which involved 14 communities across Inuit Nunangat. The AC-NV focused on understanding community-identified impacts and potential management options of increased shipping in Inuit Nunangat due to sea ice reductions and a changing climate. The approach used to conduct the research involved visiting researchers and community partners working together with local organizations, and training and hiring northern youth as cultural liaisons and workshop co-facilitators. We strove to develop a model of collaborative partnership and strong north-south research relationships. In this paper, we draw on our broad learning experiences from four community case studies conducted as part of the AC-NV project: Arviat, Cambridge Bay, Gjoa Haven, and Pond Inlet, Nunavut. Close partnerships were formed in each of these communities, and 32 youth were trained in participatory mapping and workshop facilitation. For our diverse team of Inuit, northern- (i.e., non-Inuit, living in Inuit Nunangat), and southern-based non-Inuit researchers, our efforts to engage in partnered research were a critical component of the research and learning experience. In this article we share methodological reflections and lessons learned from what collaborative-partnered research means in practice. In so doing, we aim to contribute to the increasing dialogue and efforts around knowledge co-production and Inuit self-determination in research. Key conclusions of this reflective exercise include the importance of 1) conducting research that is relevant to local needs and interests, 2) visiting researchers and local organizations partnering together, 3) co-creating and refining knowledge documentation tools, 4) including youth cultural liaisons as co-facilitators, 5) conducting results validation and sharing exercises, and 6) being open to forming personal friendships. For the AC-NV, this community-based partnership approach resulted in more robust research results, strengthened north-south relations, and enhanced local capacity for community-led projects.

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 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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,224
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,002

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 Opus0,370
Tête enseignante GPT0,516
Écart entre enseignants0,147 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations44
Publié2019
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueARCTICMême sujetIndigenous Studies and EcologyTravaux en français237 207