Decolonizing Climate Change Adaptations from Indigenous Perspectives: Learning Reflections from Munda Indigenous Communities, Coastal Areas in Bangladesh
Notice bibliographique
Résumé
This study explores the imperative need for decolonizing climate change adaptation strategies by focusing on Indigenous knowledge and perspectives. Focusing on the Munda Indigenous communities residing in the coastal areas of Bangladesh, the research offers critical insights into the intricate relationship between Indigenous wisdom and sustainable climate adaptation. By engaging with the Munda Indigenous people and their traditions, this study explores how traditional ecological knowledge and practices can inform and enhance contemporary climate adaptation efforts. Following the decolonial theoretical research framework, this research used participatory research methods and collaboration with the Munda Indigenous community. In this study, we shared our learning reflections to uncover unique approaches to climate resilience, including traditional community-based disaster risk reduction and cultural practices that foster social cohesion. These insights challenge the prevailing Western-centric climate adaptation paradigms, emphasizing recognizing and valuing Indigenous voices in climate discourse. The research underscores the significance of empowering Indigenous communities as key stakeholders in climate adaptation policy and decision-making. It calls for shifting from top-down, colonial approaches towards more inclusive, culturally sensitive strategies. The Munda Indigenous communities’ experiences offer valuable lessons that can inform broader efforts to address climate change, fostering resilience and harmonious coexistence between people and their environment. This study advocates for integrating Indigenous knowledge, practices, and worldviews into climate adaptation frameworks to create more effective, equitable, and sustainable solutions for the challenges posed by climate change.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,021 | 0,018 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,002 | 0,015 |
| Intégrité de la recherche | 0,003 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».