MétaCan
Menu
Retour à la cohorte
Enregistrement W4281640902 · doi:10.3390/su14116725

Indigenous-Led Nature-Based Solutions for the Climate Crisis: Insights from Canada

2022· article· en· W4281640902 sur OpenAlexaffabout
Brennan Vogel, Lilia Yumagulova, Gordon McBean, Kerry Ann Charles Norris

Notice bibliographique

RevueSustainability · 2022
Typearticle
Langueen
DomaineHealth Professions
ThématiqueIndigenous Studies and Ecology
Établissements canadiensWestern UniversityUniversity of SaskatchewanThe King's University
Organismes subventionnairesnon disponible
Mots-clésIndigenousClimate changeBiodiversityContext (archaeology)Environmental resource managementGreenhouse gasEnvironmental planningDiversity (politics)Political scienceGlobal warmingGeographyEcologyEnvironmental science

Résumé

récupéré en direct d'OpenAlex

This article provides an international and national overview of climate change and biodiversity frameworks and is focused on emerging evidence of Indigenous leadership and collaborations in Canada. After introducing the international context and describing the national policy landscape, we provide preliminary evidence documenting emerging national, regional, and local examples of Indigenous-led collaborative conservation projects and nature-based climate change solutions for the climate crisis. Based on our preliminary data, we suggest that Indigenous peoples and communities are well-positioned and currently have and will continue to play important roles in the protection, conservation management, and restoration of lands and waters in Canada and globally. These efforts are critical to the global mitigation, sequestration, and storage of greenhouse gases (GHGs) precipitating the climate crisis while also building adaptive resiliency to reduce impacts. Emerging Canadian evidence suggests that there are a diversity of co-benefits that Indigenous-led nature-based solutions to climate change and biodiversity protection bring, enabled by creating ethical space for reconciliation and conservation collaborations.

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)0,006
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,130
Score d'incertitude au seuil0,941

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,004
Études des sciences et des technologies0,0350,008
Communication savante0,0080,002
Science ouverte0,0020,006
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,015
Tête enseignante GPT0,332
Écart entre enseignants0,316 · 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

Citations52
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSustainabilityMême sujetIndigenous Studies and EcologyTravaux en français237 207