MétaCan
Menu
Retour à la cohorte
Enregistrement W4390611020 · doi:10.3389/fsufs.2023.1306521

Supporting Inuit food sovereignty through collaborative research of an at-risk caribou herd

2024· article· en· W4390611020 sur OpenAlexafffundabout
Andrea Hanke, Amanda Dumond, Juliette Di Francesco, Cindy L. Adams, Terry Milton, Lisa‐Marie Leclerc, Beverly Maksagak, Rosemin Nathoo, Amélie Roberto‐Charron, Gwendolyn Blue, Susan Kutz

Notice bibliographique

RevueFrontiers in Sustainable Food Systems · 2024
Typearticle
Langueen
DomaineHealth Professions
ThématiqueIndigenous Studies and Ecology
Établissements canadiensGovernment of NunavutUniversity of Calgary
Organismes subventionnairesEnvironment and Climate Change CanadaGovernment of Canada
Mots-clésIndigenousGeographyTraditional knowledgePopulationHerdGeneral partnershipThreatened speciesEnvironmental resource managementSocioeconomicsPolitical scienceEcologySociologyDemographyHabitatBiologyEnvironmental science

Résumé

récupéré en direct d'OpenAlex

Introduction Climate change is increasing vulnerability to food insecurity and biodiversity loss for many Indigenous Peoples globally. For Inuit, food sovereignty is one expression of Indigenous self-determination, and it includes the right of all Inuit to define their own conservation policies. Caribou conservation is particularly pertinent because of the central role caribou play in Inuit food systems. The “Dolphin and Union” (DU) caribou herd is a critical component of Inuit food systems in the Canadian Arctic and has declined by 89% in 2020 (3,815) from the peak measured by aerial survey in 1997 (34,558). Methods Our first objective was to identify insights about this herd from and with Inuit Qaujimajatuqangit (knowledge). Using thematic analysis, we created a collective account on the DU caribou herd through a research partnership among Indigenous knowledge keepers, government, and academia. Our second objective was to put our findings into the broader literature on the DU caribou herd and connect isolated data on their abundance and distribution. Results We found understanding Inuit knowledge of caribou meant situating harvesters’ knowledge within their family history, harvesting methods, conservation ethics, and in relation to other harvesters. Through this framework, we conceptualized Inuit-described metrics of caribou status, resulting in three sub-themes of caribou trends over time – their abundance, distribution, and health, − and ending with conservation concerns and potential actions. The synthesized data indicated that the overall population size increased since ~1990s and then decreased after ~2000s alongside a range contraction. Our results add value to co-management literature by (1) articulating Inuit-described metrics of a population decline that inform continued monitoring and incorporation of these metrics into management planning and (2) synthesizing data from various studies on the DU caribou herd abundance and distribution that assists management to make informed conservation decisions based on Inuit and Western knowledge. Discussion Results from this research contribute to understanding the six dimensions of environmental health, i.e., availability, stability, accessibility, health and wellness, Inuit culture, and decision-making power and management relating to caribou. The results contribute information that is used by to support environmental health, i.e., knowledge systems, policy, and co-management relating to caribou. Thus, this collaborative research study supports the expression of Inuit food sovereignty through caribou conservation.

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)0,013
score de la tête « metaresearch » (Gemma)0,013
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: Empirique
Score de désaccord entre enseignants0,136
Score d'incertitude au seuil0,270

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0140,009
Communication savante0,0060,005
Science ouverte0,0030,008
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,048
Tête enseignante GPT0,413
Écart entre enseignants0,365 · 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

Citations5
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueFrontiers in Sustainable Food SystemsMême sujetIndigenous Studies and EcologyTravaux en français237 207