Incorporating First Nations knowledges into disaster management plans: an analysis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The Sendai Framework for Disaster Risk Reduction 2015-2030 (UNDRR 2015) advocates for incorporating Indigenous knowledges and practices to complement scientific knowledge for effective and inclusive emergency and disaster management. Such traditional and local knowledge is an important contribution to developing strategies, policies and plans tailored to local contexts. A comparative analysis of local disaster management plans in Australia was undertaken as part of a larger project on emergency and disaster management in Indigenous communities and was performed to benchmark against the Sendai Framework priorities. A comprehensive search of publicly available local disaster management plans and subplans in selected local government areas was undertaken. Eighty-two plans were identified as well as 9 subplans from a list of Indigenous communities and associated local government areas. This study found a wide disparity in the organisation, presentation and implementation of knowledges and practices of local communities. While some plans included evidence of engagement and consultation with members of local communities, overall, there was little evidence of knowledges or traditional practices being identified and implemented. This analysis was conducted during the COVID-19 pandemic (2020–21) and most councils had local pandemic management subplans. However, many were not publicly available and targeted approaches for Indigenous communities were not evident on council websites. To reflect the priorities of the Sendai Framework, better consultation with local communities and leaders at all levels of government needs to occur and subplans need to be easily available for review by policy analysts and academics.
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.
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 | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle