Evaluation of Approaches to Depicting First Nations, Inupiat and Inuvialuit Environmental Information in GIS Format: Options for the Handling of Spatial Information in the Arctic Borderlands Ecological Knowledge Co-Op Database
Notice bibliographique
Résumé
As the pace of climate change continues to accelerate in the North, traditional environmental knowledge systems are increasingly recognized by researchers, land use planners, government agencies, policy-makers and indigenous peoples as important contributors to environmental impact and climate change assessment and monitoring. Increasing temperatures, melting glaciers, reductions in the extent and thickness of sea ice, thawing permafrost and rising sea levels all provide strong evidence of increasing temperatures in the Arctic. This warming climate has the potential to change migration patterns, the diversity, range, and distribution of animal and plant species, and increase contaminants in the food chain from atmospheric transport of organic pollutants and mercury, thus raising concerns regarding the safety of traditional foods. Since 1996, the Arctic Borderlands Ecological Knowledge Co-op (ABEKC) has systematically recorded First Nations, Inupiat and Inuvialuit observations of landscape changes in the lower Mackenzie, Northern Yukon and eastern Alaska. Time-series data (regarding berry, caribou, fish, weather, ice and snow, plants, and other animal observations) have been obtained through annual interviews with the most active fishers, harvesters and hunters in the communities of Aklavik, Arctic Village, Fort McPherson, Kaktovik, Old Crow, and more recently, in Inuvik, Tsiigehtchic, and Tuktoyaktuk. An evaluation of the spatial utility of the ABEKC database and the many steps that are involved in the collection, storage, and organization of the Co-op’s data was documented. The ABEKC database provided an excellent opportunity to explore the problem of depicting complex qualitative information on northern landscape change in an intelligible GIS format. Initial attempts to develop the database in spatial format were critically evaluated and recommendations were provided in order to explore whether the data gathering and subsequent mapping process can be improved, whether more useful information can be obtained from the data, and to ensure the proper handling of the data in future years.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,037 | 0,089 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,009 | 0,012 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,011 | 0,011 |
| Science ouverte | 0,004 | 0,006 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,017 | 0,003 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».