“When We’re on the Ice, All We Have is Our Inuit Qaujimajatuqangit”: Mobilizing Inuit Knowledge as a Sea Ice Safety Adaptation Strategy in Mittimatalik, Nunavut
Notice bibliographique
Résumé
Increased variability in weather and sea ice conditions due to climate change has led to high rates of injury, trauma, and death for Inuit travelling on the sea ice. Contributing to these high rates are the ongoing effects of colonial policies that diminish and disrupt the intergenerational transfer of sea ice Inuit Qaujimajatuqangit (IQ). Despite these challenges, place-based experiential IQ continues to be the most important information source for safe travel on the sea ice. This paper presents an Inuit-led, coproduced, cross-cultural research project in which Inuit youth documented and mobilized sea ice IQ in Mittimatalik (Pond Inlet), Nunavut for safe community sea ice travel. We outline the Inuit youth training to facilitate the terminology and participatory mapping workshops and to document this IQ. We also discuss the IQ that was most important to share, and the mapping and artistic methods used to mobilize this IQ into a booklet, maps, and posters. Inuktitut sea ice terms are the foundation to enable youth with the skills to learn about sea ice IQ with experienced hunters. IQ enables Inuit to interpret and synthesize information from weather forecasts, earth observations, and community-based monitoring to apply to local conditions. Seasonal IQ maps of safe and hazardous sea ice conditions provide travel planning information at spatial and temporal scales that supplemental information sources cannot address. The IQ products mobilize preparedness, situational awareness, navigation, and interpretation skills so Inuit youth can become more self-reliant, as access to technology is not always possible once out on the sea ice.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,004 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».