The central role of Inuit Qaujimaningit in Nunavut’s impact assessment process
Notice bibliographique
Résumé
In impact assessment (IA) the value of different forms of knowledge is increasingly acknowledged, but implementation and practice challenges continue. In Nunavut, a territory in the Canadian Arctic, Indigenous knowledge plays a key role in understanding and defining environmental baselines and guiding the assessment process; however, even here there are needs and opportunities for improved treatment and use of Indigenous knowledge in assessment and decision-making. This paper outlines the central role of Inuit Qaujimaningit/Qaujimajatuqangit (IQ) (Inuit knowledge) in shaping and defining Nunavut’s impact assessment process. The work highlights the potential of the Nunavut process to provide a model for the use of Indigenous knowledge in IA, and of co-management or Indigenous-led impact assessment. Focus groups were held with board members and staff of the Nunavut Impact Review Board – the co-management board responsible for impact assessment in the territory. The results highlight the unique qualities of the impact assessment process in Nunavut and demonstrate how IQ is a crucial component of project review, notably its role in decision-making and for ensuring that the process is meaningful to communities. The results and recommendations have value to a range of other jurisdictions that are also working towards using Indigenous knowledge in environmental decision-making or even seeking to advance Indigenous-led impact assessment.
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 | 0,031 | 0,033 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,019 | 0,012 |
| Communication savante | 0,012 | 0,004 |
| Science ouverte | 0,002 | 0,009 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».