MétaCan
Menu
Retour à la cohorte
Enregistrement W3193742682 · doi:10.1175/wcas-d-20-0174.1

Sila qanuippa? (how's the weather?): Integrating Inuit Qaujimajatuqangit and environmental forecasting products to support travel safety around Pond Inlet, Nunavut in a changing climate

2021· article· en· W3193742682 sur OpenAlexafffundabout
Natasha Simonee, Jayko Alooloo, Natalie Carter, Gita Ljubicic, Jackie Dawson

Notice bibliographique

RevueWeather Climate and Society · 2021
Typearticle
Langueen
DomaineHealth Professions
ThématiqueIndigenous Studies and Ecology
Établissements canadiensUniversity of OttawaMcMaster UniversityGovernment of Nunavut
Organismes subventionnairesEnvironment and Climate Change CanadaArcticNetCanada Research ChairsMarine Environmental Observation Prediction and Response Network
Mots-clésSea iceExtreme weatherService providerWeather forecastingArcticService (business)Environmental scienceClimate changeProduct (mathematics)MeteorologyVisibilityEnvironmental resource managementClimatologyBusinessGeographyOceanographyMarketingGeology

Résumé

récupéré en direct d'OpenAlex

Abstract As Inuit hunters living in Pond Inlet, Nunavut, we (Natasha Simonee and Jayko Alooloo) travel extensively on land, water, and sea ice. Climate change, including changing sea ice and increasingly unpredictable weather patterns, has made it riskier and harder for us to travel and hunt safely. Inuit knowledge supporting safe travel is also changing and shared less between generations. We increasingly use online weather, marine, and ice products to develop locally relevant forecasts. This helps us to make decisions according to wind, waves, precipitation, visibility, sea ice conditions, and floe edge location. We apply our forecasts and share them with fellow community members to support safe travel. In this paper, we share the approach we developed from over a decade of systematically and critically assessing forecasting products such as: Windy.com; weather and marine forecasts; tide tables; C-CORE’s floe edge monitoring service; SmartICE; ZoomEarth; and time lapse cameras. We describe the strengths and challenges we face when accessing, interpreting, and applying each product throughout different seasons. Our analysis highlights a disconnect between available products and local needs. This disconnect can be overcome by service providers adjusting services to include: more seasonal and real-time information, non-technical language, familiar units of measurement, data size proportional to internet access cost and speed, and clear relationships between weather/marine/ice information and safe travel. Our findings have potential relevance in the Circumpolar Arctic and beyond, wherever people combine Indigenous weather forecasting methods and online information for decision-making. We encourage service providers to improve product relevance and accessibility.

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)0,009
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: Empirique
Score de désaccord entre enseignants0,641
Score d'incertitude au seuil0,714

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,001
Communication savante0,0040,003
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,034
Tête enseignante GPT0,295
Écart entre enseignants0,261 · 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

Citations26
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueWeather Climate and SocietyMême sujetIndigenous Studies and EcologyTravaux en français237 207