Connecting understandings of weather and climate: steps towards co-production of knowledge and collaborative environmental management in Inuit Nunangat
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.
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 | 0,004 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,010 | 0,008 |
| Communication savante | 0,007 | 0,005 |
| Science ouverte | 0,002 | 0,007 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».