Community-engaged participatory climate research with the Pyramid Lake Paiute Tribe
Notice bibliographique
Résumé
Climate change’s threat to the identity, culture, economy, and livelihoods of the Pyramid Lake Paiute Tribe (PLPT) can be better understood through community-engaged participatory methods. Our research team of Indigenous and non-Indigenous scientists formed a tribal-university partnership with the PLPT Council to understand how climate change and upstream pressures threaten PLPT ecosystems, lands, and resources. The objectives are to: (1) consider how decolonizing, Indigenizing, and participatory methodologies can inform climate research engagement between scientists and Indigenous partners; (2) understand PLPT perspectives of climate change impacts and priorities for climate research; and (3) engage the PLPT community in climate change discussion. Working with the PLPT Natural Resources Department, in accordance with PLPT research protocols, we convened a community-driven climate workshop in which environmental managers and community members identified environmental challenges, affected stakeholders, and potential solutions. The workshop participants emphasized the importance of water, culturally significant species, and the role of community in climate adaptation. These community-identified priorities highlighted the need to develop interpretive climate resources for community members, including a video summary of fish ecology. Overall, our collaboration with the PLPT benefited from greater community involvement, increased awareness of PLPT commitment to climate research, an iterative engagement process, prioritization of community perspectives, and incorporation of PLPT feedback on research outcomes. From our positionality as Indigenous environmental scientists, we conclude that decolonizing, Indigenizing, and participatory action approaches to climate research with Indigenous partners should strive for accountability to community research protocols and priorities; practical and useful outcomes; and empathetic and respectful engagement with research participants.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,018 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,018 | 0,007 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,002 | 0,009 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».