MétaCan
Menu
Retour à la cohorte
Enregistrement W4385830330 · doi:10.15353/acmla.n172.5453

Evaluating the inclusion of Inuvialuktun place names in online maps

2023· article· en· W4385830330 sur OpenAlexaffvenueabout
Sarah Simpkin

Notice bibliographique

RevueBulletin - Association of Canadian Map Libraries and Archives (ACMLA) · 2023
Typearticle
Langueen
DomaineHealth Professions
ThématiqueIndigenous Studies and Ecology
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésToponymyIndigenousInclusion (mineral)Action (physics)GeographyCultural heritageSociologySocial scienceArchaeology

Résumé

récupéré en direct d'OpenAlex

Place names, also known as toponyms, are a fundamental part of our cultural and geographical environment. Like many Indigenous groups, Inuvialuit in what is now northwestern Canada use place names to describe the landscape, guide and warn travellers, and convey important cultural information (Hart 2011, 9). Many efforts are underway to document, restore and promote the use of Indigenous toponyms in Canada, including their submission to provincial and territorial naming authorities (Inuit Heritage Trust 2016). A related means of raising the profile of Inuvialuit place names is their inclusion on maps that are readily accessible to the public. In their ten calls to action for natural science researchers working in Canada, Wong et al. (2020) underscore the need for Indigenous place names to be incorporated, with permission, in maps and text associated with scientific research to recognize the stories and Indigenous Knowledge behind the names (777). This paper is a step in addressing this call to action by presenting the results of an analysis of Inuvialuktun-language place names in the Tuktoyaktuk area. The analysis examines how readily the names are identified in official, and popular non-official sources and discusses implications for promoting Indigenous Knowledge more broadly.

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)0,021
score de la tête « metaresearch » (Gemma)0,115
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,791
Score d'incertitude au seuil0,417

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0210,115
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0080,012
Études des sciences et des technologies0,0040,003
Communication savante0,0100,008
Science ouverte0,0020,006
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,042
Tête enseignante GPT0,338
Écart entre enseignants0,295 · 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'étudeObservationnel
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

Citations0
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBulletin - Association of Canadian Map Libraries and Archives (ACMLA)Même sujetIndigenous Studies and EcologyTravaux en français237 207