Connecting understandings of weather and climate: steps towards co-production of knowledge and collaborative environmental management in Inuit Nunangat
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Inuit hunters and meteorologists alike pay close attention to weather and weather changes, with deep understandings. This paper describes a long-time research project based in Kangiqtugaapik (Clyde River), Nunavut, where a research team of Inuit and visiting scientists have combined information and knowledge from a community-based weather station network, on-going interviews and discussions, and extensive travel (both Arctic fieldwork and visits to southern universities) to co-produce knowledge related to human–weather relationships and weather information needs and uses in one Nunavut community. The project uses the concept of “HREVs”, human-relevant environmental variables — complex, synthesis variables that, used in conjunction with a host of social variables, assist in informing safe land travel and activities. This work, including linking Inuit knowledge and environmental modeling, can be expanded to not only understand human–weather relationships more broadly and in other locations but also provide insights into the process of building diverse research teams and knowledge co-production. Inuit angunasuktiit amma silalirijiit tamarmik ujjiqsuttiasuunguvut silamit amma silaup asijjiqpallianingani, tukisiumaniqarjuaqłutik. Una paippaangujuq unikkaarivuq akuniujumi qaujitasaqtaunirmut piliriangujumi Kangiqtugaapik (Clyde River), Nunavummi, qaujisaqtiujuni katinngajuni Inungni amma pularaqtunut qaujisaqtiujunut katirisimajuni uqausiksani amma qaujimaniujumi nunalingni−tunngavilingmi silalirivvingmi tusaumatittiniujumi, apiqsuqtaunginnaqtuni amma uqallangniujuni, amma aullaaqsimarjuaqłutik (tamakkit Ukiuqtaqtumi iniujumi piliriniujumi amma pulararniujunut qallunaat nunanganni silattuqsarvigjuangujunut) saqqitittiqatigiingnirmut qaujimaniujumi pijjutiqaqtumut inungnut−silamut piliriqatigiingniujuni amma silamut uqausiksani pijariaqarniujunut amma aturniujunut atausirmi Nunavummi nunaliujumi. Piliriangujuq atusuunguvuq isumagijauniujumi “HREVs”, inungnut-atuutilingnut avatimut ajjigiinnginniujunut – nalunaqtuni, katinniujuni isumagijauniujuni aaqqiksinirnut piliri−jusiujumi ajjigiinnginniujuni, atuqatiqaqłuni ilagijaujumi inuuqatigiingujunut ajjigiinnginniujunit, ikajuqsuisuunguvuq aaqqiksuinirmi attananngittumi nunami aullaarniujumi amma qanuiliurniujunut. Una piliriniujuq ilaqaqtumi kasuqatiqarnirmi inuit qaujimajanginni amma avatimut uukturautiqarnirmi, angigligiaqtaujunnaqpuq tukisiumanituangunngittumi inungt-silamut piliriqatigiingniujumi tauvunngaujjiniujumi ammalu asinginni iniujunut, kisiani tunisijunnaqpuq tukisirjuarniujuni piliriniujuni sananirmut ajjigiinngiruluujaqtuni qaujisaqtiujunut katinngajuni amma qaujimanirmut saqqitittiqatigiingniujumi.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle