MétaCan
Menu
Retour à la cohorte
Enregistrement W4399180243 · doi:10.1515/9781800732858-002

CHAPTER 1 Mino-Mnaamodzawin Achieving Indigenous Environmental Justice in Canada

2022· book-chapter· en· W4399180243 sur OpenAlexaboutno aff
Deborah McGregor

Notice bibliographique

RevueBerghahn Books · 2022
Typebook-chapter
Langueen
DomaineHealth Professions
ThématiqueIndigenous Studies and Ecology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIndigenousEconomic JusticeEnvironmental justicePolitical scienceGeographyEnvironmental ethicsPhilosophyLawEcologyBiology

Résumé

récupéré en direct d'OpenAlex

To think that Indigenous concepts of justice do not exist is Eurocentric thought." -Wenona Victor Environmental justice (EJ) has several definitions but can generally be thought of as the equitable distribution of environmental burdens and benefits across racial, ethnic, and economic groups.Despite well-documented cases of environmental injustice in Canada, particularly involving Indigenous peoples (Agyeman et al. 2009;Dhillon and Young 2010;Draper and Mitchell 2001;Walkem 2007), the country lags significantly behind in scholarship and policy innovations on this issue compared with the United States (Haluza-Delay 2007).In the United States, an EJ policy framework, including a unique Indigenous and tribal component, has existed now for two decades.Having said this, US policies have thus far failed to adequately address environmental injustices in many instances, as aptly demonstrated in the case of the Dakota Access Pipeline project noted by Kyle Whyte (2017) and other contributors to this volume.Criticisms and limitations of EJ efforts in the United States have been well documented by Indigenous peoples and other groups (Trainor et al. 2007).Various US tribes have asserted that their unique legal-political status affords them a set of considerations that are clearly not accommodated in the current EJ framework.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,986
Score d'incertitude au seuil0,458

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0140,003
Communication savante0,0060,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0260,003

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 Opus0,030
Tête enseignante GPT0,275
Écart entre enseignants0,244 · 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.

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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBerghahn BooksMême sujetIndigenous Studies and EcologyTravaux en français237 207