Arctic corridors and northern voices project: Methods for community-based participatory mapping for low impact shipping corridors in Arctic Canada
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
Documenting Inuit and local knowledge is critical to its consideration within policy discussions around Arctic shipping; especially considering the rapid increase in ship traffic due to reductions in sea ice and climate change. We present our unique community-based research approach which incorporated youth training, participatory mapping, qualitative focus group discussions, and verification exercises to document Inuit communities' perspectives in Arctic Canada about Low Impact Shipping Corridors. These qualitative activities provided appropriate context and understanding around community-created maps, community-identified opportunities, concerns, and recommendations, and the policy relevance and feasibility of recommendations posed. Three activity phases were employed; 1) before engaging in in-community research, 2) during in-community research, and 3) after completing in-community research. Spatial and non-spatial data were analyzed using ArcGIS® and NVivo software, respectively. These methods and observations can inform future research initiatives, particularly transdisciplinary teams, including those involving southern-based (early career) researchers, working in Inuit Nunangat.•Methods presented here ensured that scientific processes and outputs were robust and rigorous and research was conducted in a respectful, reciprocal manner.•Only through the collaborative efforts of a transdisciplinary team could scientific rigour be attained and respect be afforded.•The approach can be easily applied to document community members' perspectives on local priorities.
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 | 0,007 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,004 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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