MétaCan
Menu
Retour à la cohorte
Enregistrement W4401249519 · doi:10.29173/spectrum248

From Participant to Partner: Applying Indigenous Understandings of Treaties to Canada’s Environmental Impact Assessment Processes

2024· article· en· W4401249519 sur OpenAlexaffvenueabout
Claire Neilson

Notice bibliographique

RevueSpectrum · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental and Social Impact Assessments
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésIndigenousParticipant observationPolitical scienceEnvironmental planningEnvironmental impact assessmentGeographyEnvironmental resource managementEnvironmental protectionSociologyEnvironmental scienceLawSocial scienceEcologyBiology

Résumé

récupéré en direct d'OpenAlex

The following seeks to explore solutions forward amid increasing pressure to improve the quality of Indigenous involvement within environmental assessments (EAs). This paper describes the historical entanglements of resource development, colonialism, and limited recognition of Indigenous interests within EAs currently. It deconstructs the implications of the following: extractive methodologies habitually used within EAs; distinctions between Canadian and Indigenous legal systems; cultural variances in perceptions of power structures; and noticeable systemic issues within EA processes. Drawing from Indigenous understandings of treaties, this article brings forth some key considerations necessary to establishing meaningful Indigenous involvement during EAs. It positions treaties as a powerful, practical orientation towards envisioning a framework that utilizes practices which foster genuine collaboration and dialogue amongst all parties involved. To this end, this article contends with the importance of addressing gaps in quality of Indigenous involvement during EAs, particularly as calls for reconciliation and sustainable environmental decision-making continue.

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)0,031
score de la tête « metaresearch » (Gemma)0,031
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,908
Score d'incertitude au seuil0,665

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0310,031
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0470,048
Communication savante0,0180,012
Science ouverte0,0030,019
Intégrité de la recherche0,0030,007
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,023
Tête enseignante GPT0,304
Écart entre enseignants0,281 · 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'étudeThéorique ou conceptuel
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'admission3
Résumé présentoui

Explorer davantage

Même revueSpectrumMême sujetEnvironmental and Social Impact AssessmentsTravaux en français237 207