MétaCan
Menu
Retour à la cohorte
Enregistrement W4285306233 · doi:10.1139/facets-2021-0089

Learning from Indigenous knowledge holders on the state and future of wild Pacific salmon

2022· article· en· W4285306233 sur OpenAlexaffvenue
Andrea J. Reid, Nathan Young, Scott G. Hinch, Steven J. Cooke

Notice bibliographique

RevueFACETS · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensUniversity of OttawaUniversity of British ColumbiaCarleton UniversityFisheries and Oceans Canada
Organismes subventionnairesnon disponible
Mots-clésIndigenousVisionFisheryGeographyFishingFirst nationTraditional knowledgeAquacultureFish <Actinopterygii>SocioeconomicsSociologyEcologyBiology

Résumé

récupéré en direct d'OpenAlex

In response to colonial research paradigms that have subjugated Indigenous Peoples, knowledges, lands, and waters, Indigenous research methodologies have emerged to center Indigenous visions and voices in research practice. Here, we employ such methodologies to improve collective understanding of the state and future of wild Pacific salmon ( Oncorhynchus spp.) and fish–people–place relationships across British Columbia’s three largest salmon-producing rivers: the Fraser, Skeena, and Nass. Through partnerships with 18 communities of “Salmon People” and semi-structured interviews with 48 knowledge holders (i.e., Elders), we learned that, on average, Elders spent more than half of a century actively engaged in salmon fishing and processing. Modern salmon catches are reported to be approximately one-sixth of what they were estimated to be five to seven decades ago, and the top five threats to salmon identified by Elders included ( i) aquaculture, ( ii) climate change, ( iii) contaminants, ( iv) industrial development, and ( v) infectious diseases. Threat priorities varied regionally, reflecting distinct lived experiences and regional variation in the prevalence and impact of different threats. Elders perceived threats to salmon equally as threats to aquatic health and human well-being, with evidence that the relationships between people and water, and salmon and people, are being profoundly transformed.

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)0,014
score de la tête « metaresearch » (Gemma)0,011
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 enseignants0,085
Score d'incertitude au seuil0,168

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0090,012
Communication savante0,0050,007
Science ouverte0,0010,010
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,010
Tête enseignante GPT0,198
Écart entre enseignants0,188 · 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

Citations80
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFACETSMême sujetFish Ecology and Management StudiesTravaux en français237 207