MétaCan
Menu
Retour à la cohorte
Enregistrement W4384696417 · doi:10.1177/20530196231186962

A tale of two rivers – Baaka and Martuwarra, Australia: Shared voices and art towards water justice

2023· article· en· W4384696417 sur OpenAlexaff
William Brian Bates, Long Chu, Hozaus Claire, Matthew J. Colloff, Robert B. Cotton, Ruby Davies, Libby Larsen, Glenn Loughrey, Ana Manero, Virginia Marshall, Sarah Martin, Nhat Mai Nguyen, William Nikolakis, Anne Poelina, Daniel Schulz, Katherine Selena Taylor, John Williams, Paul R. Wyrwoll, R. Quentin Grafton

Notice bibliographique

RevueThe Anthropocene Review · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueWater Governance and Infrastructure
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesAustralian Research Council
Mots-clésIndigenousNarrativeEconomic JusticeTraditional knowledgeSociologyAction (physics)LawEnvironmental ethicsMedia studiesGeographyPolitical scienceArtEcologyLiterature

Résumé

récupéré en direct d'OpenAlex

Two of Australia’s iconic river systems, Baaka in New South Wales (NSW) and Martuwarra in Western Australia (WA), are described in a narrative that connects Indigenous custodianship, bio-physical features and art, and contrasts settler law with First Law to provide multiple ways of seeing the two river systems. Our narrative is a shared response to: (1) upstream water extractions that have imposed large costs on Baaka and its peoples; and (2) threats of water extractions and developments to Martuwarra. By scribing the voices of the two river systems, we have created a space to reimagine an emerging future that connects the past and present through the concept of ‘EveryWhen’, where First Law has primacy, and where art connects Indigenous knowledges to non-Indigenous understanding. Through a dialogue process with Indigenous knowledge holders, artists and water researchers, five action processes, or journeys, are identified to guide water decision making towards water justice.

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)0,003
score de la tête « metaresearch » (Gemma)0,004
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: aucune
Score de désaccord entre enseignants0,083
Score d'incertitude au seuil0,165

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0060,008
Communication savante0,0040,004
Science ouverte0,0010,003
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,044
Tête enseignante GPT0,366
Écart entre enseignants0,322 · 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

Citations15
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Anthropocene ReviewMême sujetWater Governance and InfrastructureTravaux en français237 207