MétaCan
Menu
Retour à la cohorte
Enregistrement W4303650287 · doi:10.1016/j.esg.2022.100154

Institutional navigation of oceans governance: Lessons from Russia and the United States Indigenous multi-level whaling governance in the Arctic

2022· article· en· W4303650287 sur OpenAlexaff
Abigail M. York, Eduard Zdor, Shauna BurnSilver, Tatiana Degai, Maria Monakhova, С. П. Исакова, Andrey N. Petrov, Morgan Kempf

Notice bibliographique

RevueEarth System Governance · 2022
Typearticle
Langueen
DomaineHealth Professions
ThématiqueIndigenous Studies and Ecology
Établissements canadiensUniversity of Victoria
Organismes subventionnairesNational Science Foundation
Mots-clésWhalingIndigenousSovereigntyCorporate governancePolitical scienceIndigenous rightsArcticPublic administrationGeographyLawHuman rightsEcologyPoliticsEconomicsManagementArchaeology

Résumé

récupéré en direct d'OpenAlex

Oceans governance occurs through overlapping, multi-level institutions that often fail to recognize Indigenous sovereignty and self-determination. The International Whaling Commission (IWC) provides pathways for recognizing Indigenous rights. However, observed power asymmetries and cross-level local to international conflicts threatened subsistence rights and generated research and advocacy fatigue for Chukchi, Iñupiat, Saint Lawrence Island Yupik, and Siberian Yupik communities in the USA and Russia. We conduct an institutional analysis of Indigenous bowhead whaling governance based upon lived experiences of Indigenous authors, primary documents from co-management organizations, national agencies, the IWC, and extant literature. We explore how Indigenous co-management organizations increased sovereignty and self-determination for communities whose culture, identities, livelihoods, and origins are intimately connected to marine mammal hunting. Our study also provides lessons for the United Nations Decade for Ocean Science on the challenges of institutional navigation and the role of embodied resurgent practice amongst Indigenous communities within Earth system governance.

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)0,004
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 enseignants0,113
Score d'incertitude au seuil0,224

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0060,008
Communication savante0,0040,002
Science ouverte0,0000,005
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 Opus0,046
Tête enseignante GPT0,323
Écart entre enseignants0,277 · 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

Citations5
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEarth System GovernanceMême sujetIndigenous Studies and EcologyTravaux en français237 207