MétaCan
Menu
Retour à la cohorte
Enregistrement W4319593197 · doi:10.5751/es-13822-280117

Expert knowledge, collaborative concepts, and universal nature: naming the place of Indigenous knowledge within a public-sector cultural burning program

2023· article· en· W4319593197 sur OpenAlexvenueno aff
Jessica K Weir

Notice bibliographique

RevueEcology and Society · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFire effects on ecosystems
Établissements canadiensnon disponible
Organismes subventionnairesBushfire and Natural Hazards Cooperative Research Centre
Mots-clésIndigenousCustodiansTraditional knowledgeContext (archaeology)BureaucracyGovernment (linguistics)ReflexivityPolitical scienceKnowledge managementSociologyPublic relationsGeographySocial scienceEcologyComputer scienceArchaeology

Résumé

récupéré en direct d'OpenAlex

Investigates whether a cultural burning program embedded within a government bureaucracy can meaningfully support Indigenous peoples’ landscape fires. In particular, it presents evidence on how Indigenous and non-Indigenous individuals encountered, interpreted, and prioritized the influence of wildfire science, ecological science, and Indigenous expert knowledge communities. All interviewees considered the knowledge and authority of Indigenous people, specifically the Traditional Custodians, as inseparable to the program. Four moves were made to build support for Indigenous expert knowledge: the reconsideration of who has expert evidence; who has systems of knowledge creation; whose knowledge is relevant across time; and whose knowledge is relevant across contexts. The results reveal how some strongly held non-Indigenous precepts about expert evidence shifted, where knowledge sharing challenges persisted, and the constraints of the governance context. The study recommends material investment in Indigenous peoples’ expert knowledge communities, and prioritizing reflexive research, learning, and teaching about nature and evidence across academia.

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)0,019
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 enseignants0,014
Score d'incertitude au seuil0,074

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,019
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0130,034
Communication savante0,0060,010
Science ouverte0,0020,010
Intégrité de la recherche0,0030,004
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 Opus0,009
Tête enseignante GPT0,274
Écart entre enseignants0,265 · 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

Citations21
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEcology and SocietyMême sujetFire effects on ecosystemsTravaux en français237 207