MétaCan
Menu
Retour à la cohorte
Enregistrement W3042117779 · doi:10.1016/j.exis.2020.06.013

Seeking indigenous consensus on the impacts of oil sands development in Alberta, Canada

2020· article· en· W3042117779 sur OpenAlexaffabout
David Natcher, Nicolas D. Brunet, Ana-Maria Bogdan, Devan Tchir

Notice bibliographique

RevueThe Extractive Industries and Society · 2020
Typearticle
Langueen
DomainePsychology
ThématiqueCategorization, perception, and language
Établissements canadiensUniversity of GuelphUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésOil sandsIndigenousTrustworthinessFish <Actinopterygii>Crude oilGeographyEnvironmental resource managementFisheryPsychologyEnvironmental scienceEcologyArchaeologySocial psychologyEngineeringPetroleum engineering

Résumé

récupéré en direct d'OpenAlex

This paper presents the results of a Cultural Consensus Analysis (CCA) that was conducted to determine the degree to which Indigenous residents of the Peace and Athabasca oil sands regions of Alberta, Canada share cultural knowledge about the associated impacts of oil sands development. We found that 87% (64/75) of respondents believe that oil sands development has contaminated the Peace and Athabasca Rivers, as well as the fish in them. These responses indicate the existence of a cultural truth regarding the negative impacts of oil sands development, with respondents demonstrating a higher than average probability for knowing the culturally correct answer. However, we also found that there was regional variability between Indigenous residents of the two regions, with more respondents from the Peace River region believing fish are safe to eat and scientific information concerning oil sands development to be trustworthy. The results of this study provide a more informed understanding of the variable experiences Indigenous peoples may have with regard to oil sands development in Alberta.

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)0,004
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,030
Score d'incertitude au seuil0,153

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0070,003
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,027
Tête enseignante GPT0,263
Écart entre enseignants0,236 · 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'étudeQualitatif
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

Citations11
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Extractive Industries and SocietyMême sujetCategorization, perception, and languageTravaux en français237 207