Indigenous Guardianship and Moose Monitoring: Weaving Indigenous and Western Ways of Knowing
Notice bibliographique
Résumé
Increasing global rates of wildlife species extinctions, extirpations, and declines warrant improvements to population monitoring and management approaches. To address regional environmental and wildlife issues, Indigenous communities globally are re-establishing traditional roles as stewards of the land through emerging Indigenous Guardianship Programs (IGPs). By providing the opportunity for community-level participation in monitoring and management, IGPs help foster cohesive solutions for long-term conservation of species while promoting environmental stewardship at the community level. Addressing challenges in monitoring and management of wildlife is especially critical for species that are of cultural and ecological importance at both community and distribution-wide scales. Herein, we describe IGPs in Canada with a focus on moose (Alces alces), an important species to many Indigenous Peoples across the species’ distribution. We outline common Western approaches to moose monitoring applied across Canadian jurisdictions and discuss ways in which weaving Indigenous knowledge systems and information gathered through local participation from Indigenous communities enhances monitoring initiatives at regional levels. We elaborate on a case study on moose monitoring and co-management in the community of Gitanyow in British Columbia, Canada to highlight the value of Guardianship to communities and species conservation in relation to moose. Our study reveals how IGPs and the weaving of Indigenous and Western knowledge systems can contribute to the maintenance of both ecological and cultural integrity to strengthen wildlife monitoring and management under changing global environments.
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 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 | 0,000 | 0,000 |
| 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 | 0,003 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».