Towards more inclusive and solution orientated community-based environmental monitoring
Notice bibliographique
Résumé
Abstract Rapid climate-driven environmental change continues to threaten front-line communities that rely on Arctic landscapes to sustain their way of life. Community-Based Monitoring (CBM) can increase our knowledge of environmental change and understanding of human-environment interactions occurring across the Arctic. However, the depth of CBM research outcomes have been limited by an imbalance in contributions from external researchers and community members. A detailed literature analysis revealed that the number of studies documenting CBM approaches in Inuit Nunangat (Inuit homeland in Canada) have increased over the last decade. We identify that bottom-up guiding protocols including the National Inuit Strategy on Research, has increased community engagement in Arctic research processes and equitable outcomes. However, these increases have been concentrated on wildlife-based research where consistent funding streams and pre-existing alignment with community priorities exist. To explore the potential for guiding principles to be more successfully incorporated into impactful CBM, we present a co-developed environmental CBM case study aiming to document and aid understanding of climate-driven landscape change near Tuktoyaktuk, Inuvialuit Settlement Region, Canada since 2018. A foundation of early dialogue and collaborative partnerships between community members and external researchers formed the basis of a community-based climate monitoring program driven by community research priorities. A succession of funded CBM projects at Tuktoyaktuk demonstrated that longer term and resilient climate monitoring can bring together Scientific and Indigenous knowledge systems. Progressing beyond an emphasis on data collection is vital to sustain monitoring efforts, capacity sharing and co-dissemination processes to ensure research is communicated back in a way that is understandable, relevant, and usable to address community priorities. The need for successful CBM is often at odds with current research funding structures, which risks a fragmented mosaic of early-stage initiatives focused on understanding environmental problems rather than sustained and progressive research development towards cooperative solutions.
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 | 0,012 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 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 ».