Taking care of knowledge, taking care of salmon: towards Indigenous data sovereignty in an era of climate change and cumulative effects
Notice bibliographique
Résumé
In this paper, we argue that Indigenous data sovereignty (IDS) is vital for addressing threats to ecosystems, as well as for Indigenous Peoples re-establishing and maintaining sovereignty over their territories. Indigenous knowledge-holders face pressure from non-Indigenous scientists to collaborate to address environmental problems, while the open data movement is pressuring them to make their data public. We examine the role of IDS in the context of cumulative effects and climate change that threaten salmon-bearing ecosystems in British Columbia, guided by content from an online workshop in June 2022 and attended exclusively by a Tier-1 audience (First Nations knowledge-holders and/or technical staff working for Nations). Attention to data is required for fruitful collaborations between Indigenous communities and non-Indigenous researchers to address the impacts of climate change and the cumulative effects affecting salmon-bearing watersheds in BC. In addition, we provide steps that Indigenous governments can take to assert sovereignty over data, recommendations that external researchers can use to ensure they respect IDS, and questions that external researchers and Indigenous partners can discuss to guide decision-making about data management. Finally, we reflect on what we learned during the process of co-creating materials.
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 | 0,166 | 0,191 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,006 |
| Études des sciences et des technologies | 0,024 | 0,046 |
| Communication savante | 0,025 | 0,032 |
| Science ouverte | 0,004 | 0,032 |
| Intégrité de la recherche | 0,005 | 0,012 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».