MétaCan
Menu
Retour à la cohorte
Enregistrement W3096118122 · doi:10.22541/au.160391058.89181791/v1

Empowering her guardians to nurture our oceans future

2020· preprint· en· W3096118122 sur OpenAlexaff
Mibu Fischer, Kimberley H. Maxwell, Per Ole Frederiksen, Halfdan Pedersen, Dean Greeno, Nang Jingwas, Jamie Graham-Blair, Sutej Hugu, Tero Mustonen, Eero Murtomäki, Kaisu Mustonen

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueCoastal and Marine Management
Établissements canadiensAssembly of First Nations
Organismes subventionnairesnon disponible
Mots-clésNature versus nurtureEnvironmental ethicsPolitical scienceBiologyPhilosophyGenetics

Résumé

récupéré en direct d'OpenAlex

Coastal Indigenous and Traditional Peoples communities are starting to see changes to their lives from climate change, whether this is from species range change or displacement from land changes. For many of these communities the ability to adequately adapt to these changes is limited by the governance structures they are required to live within, which differ from their customary practices and culture. A group of Indigenous and Traditional Peoples attended the Future Seas 2030 workshop in November 2019 and discussed the consequences of climate change along with the biggest barriers for their communities to contribute towards more sustainable future using traditional knowledge that will benefit all of earth's people. The aim of this was to highlight and give voice to the various backgrounds and real-life situations impacting on some of the world's Indigenous and Traditional Peoples whose connection with the oceans and coasts have been disrupted. The paper raises issues of oppression, colonisation, language and agency on why it has been difficult for these groups to contribute to the current management of oceans and coasts, and asks scientists and practitioners in this space to become allies to enable the needed shift for earth's guardians to take a leading role in nurturing her for our future.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Science ouverte, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,899
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,020
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,003

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 Opus0,010
Tête enseignante GPT0,248
Écart entre enseignants0,239 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations19
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetCoastal and Marine ManagementTravaux en français237 207