MétaCan
Menu
Retour à la cohorte
Enregistrement W3165690983 · doi:10.22584/nr51.2021.003

The Canadian Rangers: Cornerstone for Community Disaster Resilience in Canada’s Remote and Isolated Communities

2021· article· en· W3165690983 sur OpenAlexaffvenueabout
Peter Kikkert, P. Whitney Lackenbauer

Notice bibliographique

RevueThe Northern Review · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueArctic and Russian Policy Studies
Établissements canadiensTrent UniversitySt. Francis Xavier University
Organismes subventionnairesnon disponible
Mots-clésCornerstoneGovernment (linguistics)Resilience (materials science)Local governmentPsychological resilienceDisaster responseCommunity resiliencePolitical scienceEmergency managementPublic relationsEnvironmental planningPublic administrationEnvironmental resource managementGeographyResource (disambiguation)PsychologyArchaeologyEnvironmental science

Résumé

récupéré en direct d'OpenAlex

The Canadian Rangers are Canadian Armed Forces Reservists who serve in remote, isolated, northern, and coastal communities. Due to their presence, capabilities, and the relationships they enjoy with(in) their communities, Rangers regularly support other government agencies in preparing for, responding to, and recovering from a broad spectrum of local emergency and disaster scenarios. Drawing upon government and media reports, focus groups, and interviews with serving members, and a broader literature review, this article explains and assesses, using a wide range of case studies from across Canada, how the Rangers strengthen the disaster resilience of their communities. Our findings also suggest ways to enhance the Rangers’ functional capabilities in light of climate and environmental changes that portend more frequent and severe emergencies and disasters. It also argues that the organization can serve as a model for how targeted government investment in a local volunteer force can build resilience in similar remote and isolated jurisdictions, particularly in Greenland and Alaska.

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)0,003
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,076
Score d'incertitude au seuil0,548

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,006
Études des sciences et des technologies0,0100,005
Communication savante0,0070,002
Science ouverte0,0020,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,052
Tête enseignante GPT0,315
Écart entre enseignants0,263 · 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'étudeQualitatif
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

Citations4
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueThe Northern ReviewMême sujetArctic and Russian Policy StudiesTravaux en français237 207