MétaCan
Menu
← Retour à la cohorte
Enregistrement W4282838411 · doi:10.3390/su14127061

Shifting Safeties and Mobilities on the Land in Arctic North America: A Systematic Approach to Identifying the Root Causes of Disaster

2022· article· en· W4282838411 sur OpenAlexaffabout
Katy Davis, James D. Ford, Claire H. Quinn, Anuszka Mosurska, Melanie Flynn, Sherilee L. Harper

Notice bibliographique

RevueSustainability · 2022
Typearticle
Langueen
DomaineHealth Professions
ThématiqueIndigenous Studies and Ecology
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésMobilitiesContext (archaeology)ArcticRoot causeEnvironmental planningGeographyDisaster researchInequalityPolitical scienceEconomic growthSociologySocial scienceEcologyEconomics

Résumé

récupéré en direct d'OpenAlex

Amid the surge in research on mobility and migration in the context of environmental change, little research has focused on the experiences of people for whom travel is cyclical and a part of daily, weekly, or seasonal life. For Inuit in Arctic North America, the land is the heart of cultural and community life. Disruption to time spent on the land is reported to impact the emotional health and well-being of individuals and communities. There is concern that environmental change is creating barriers to safe travel, constituting a creeping disaster. We systematically review and evaluate the literature for discussion of barriers to travel for Inuit in Arctic North America, using an approach from the field of disaster anthropology to identify root causes of constraints to mobility. We identify root causes of risk and barriers to time spent on the land. These emerge from historic and contemporary colonial policy and inequality, as opposed to environmental hazards per se, impacting people’s mobility in profound ways and enacting a form of slow violence. These results suggest a need to understand the underlying processes and institutions that put people at risk.

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)0,012
score de la tête « metaresearch » (Gemma)0,022
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 enseignants0,882
Score d'incertitude au seuil0,235

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,022
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0160,012
Études des sciences et des technologies0,0050,004
Communication savante0,0040,004
Science ouverte0,0010,005
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,037
Tête enseignante GPT0,334
Écart entre enseignants0,297 · 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

Citations6
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSustainability→Même sujetIndigenous Studies and Ecology→Travaux en français237 207→