MétaCan
Menu
Retour à la cohorte
Enregistrement W3088039696 · doi:10.1017/s0032247420000273

The incorporation of Traditional Ecological Knowledge in the Arctic Council: Lip service?

2020· article· en· W3088039696 sur OpenAlexaff
Evgeniia Sidorova

Notice bibliographique

RevuePolar Record · 2020
Typearticle
Langueen
DomaineHealth Professions
ThématiqueIndigenous Studies and Ecology
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésCoproductionTraditional knowledgeWildlifeProcess (computing)Service (business)Knowledge managementCitizen journalismSociology of scientific knowledgeIndigenousEnvironmental resource managementWork (physics)BusinessPublic relationsPolitical scienceSociologyEngineeringComputer scienceEcologyEnvironmental scienceMarketingSocial scienceBiology

Résumé

récupéré en direct d'OpenAlex

Abstract The utilization of Traditional Ecological Knowledge (TEK) in wildlife management has been a prominent topic for several decades. Since its establishment, Arctic Council (AC) has emphasized the importance of TEK and its utilization in its work. Yet, the process of knowledge coproduction in the AC has never been assessed. To what extent has TEK been meaningfully incorporated into the AC? The research uses qualitative content analysis to analyze the AC working groups’ meeting minutes, reports, scientific reports and assessments as well as reports released by Permanent Participants in order to investigate how the TEK has been incorporated into the AC. The study investigates that the process of knowledge coproduction in the AC turned into lip service, and suggests the set of recommendations that could potentially guide the TEK projects in the process of knowledge co-production. These recommendations, including the use of participatory methodology, the use of Indigenous methods, a recognition that TEK is local, application to policy, and better cross-cultural communication, could result in the more meaningful integration of TEK into scientific projects as well as wildlife management policies.

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)0,031
score de la tête « metaresearch » (Gemma)0,048
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,031
Score d'incertitude au seuil0,166

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0310,048
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0110,013
Communication savante0,0130,007
Science ouverte0,0020,017
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,221
Tête enseignante GPT0,354
Écart entre enseignants0,132 · 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'étudeSans objet
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

Citations22
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePolar RecordMême sujetIndigenous Studies and EcologyTravaux en français237 207