MétaCan
Menu
Retour à la cohorte
Enregistrement W4396885645 · doi:10.1080/13549839.2024.2353053

Climate change adaptation through traditional Buffalo knowledge: learning reflection from the Blackfoot indigenous community

2024· article· en· W4396885645 sur OpenAlexafffund
Ranjan Datta, Teena Starlight, Jebunnessa Chapola

Notice bibliographique

RevueLocal Environment · 2024
Typearticle
Langueen
DomaineHealth Professions
ThématiqueIndigenous Studies and Ecology
Établissements canadiensUniversity of ReginaUniversity of CalgaryMount Royal University
Organismes subventionnairesCanada Research Chairs
Mots-clésTraditional knowledgeIndigenousAdaptation (eye)Climate change adaptationReflection (computer programming)Climate changeGeographyEnvironmental resource managementSociologyPsychologyEcologyEnvironmental scienceComputer scienceBiology

Résumé

récupéré en direct d'OpenAlex

This paper highlights the potential of Indigenous Buffalo knowledge as a valuable resource for adapting to the impacts of climate change. Buffalo, particularly in regions where they have been traditionally reared, have played a crucial role in Indigenous cultures and livelihoods. Indigenous communities have developed an intimate understanding of buffalo behaviour, ecological interactions, and their relationship with changing environmental conditions. This traditional Buffalo knowledge encompasses observations, practices, and Indigenous knowledge systems passed down through generations, providing insights into adaptive strategies that can be applied in the face of climate change. Following decolonial and relational theoretical frameworks, we used deep listening to learn how traditional Buffalo knowledge contributed to climate change adaptation strategies in Indigenous communities; how does integrating traditional Buffalo knowledge into climate change adaptation policies and practices contribute to the resilience of vulnerable communities? What challenges and opportunities are associated with incorporating traditional Buffalo knowledge into mainstream climate change adaptation efforts?

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)0,015
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 enseignants0,988
Score d'incertitude au seuil0,070

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,015
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0190,018
Communication savante0,0060,006
Science ouverte0,0020,016
Intégrité de la recherche0,0030,008
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 Opus0,182
Tête enseignante GPT0,370
Écart entre enseignants0,188 · 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

Citations0
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueLocal EnvironmentMême sujetIndigenous Studies and EcologyTravaux en français237 207