The connection between wildlife co-management and indigenous well-being: What does the academic literature reveal?
Notice bibliographique
Résumé
Globally, co-management systems have emerged as negotiated agreements designed to share responsibilities among Indigenous Peoples and State governments for the management of fish and wildlife. Co-management practitioners and policies regularly make decisions that influence the ways in which Indigenous Peoples interact with the lands, waters, and natural resources. The goal of this systematic critical review was to characterize the ways in which published research on co-management governance systems in Canada did or did not explicitly engage with Indigenous Peoples’ health and well-being as a key focus. ProQuest®, Web of ScienceTM, and JSTOR® databases were searched to identify literature published from 1973 to 2020 about co-management systems in Canada. The citations and articles were screened for relevance by two independent reviewers, using inclusion criteria developed a priori. Relevant articles were analyzed descriptively and qualitatively, using a health and well-being framework developed as an analytical framework for this study by integrating key attributes from three Indigenous social determinants of health models in Canada. The search resulted in 9,905 citations; 74 publications met the inclusion criteria and were analyzed. None of the included publications explicitly analyzed co-management from a public health or well-being lens; however, social determinants of health topics were implicit, prevalent, and connected to co-management throughout the literature. Social determinants of Indigenous Peoples’ health, such as land and ecosystems, food systems and security, Indigenous knowledge systems, culture, self-determination, and colonialism, were frequently represented in the co-management literature, even if not directly framed by the authors from a health perspective.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,032 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».