The gifts of multiple perspectives: a Two-Eyed Seeing approach to Gumegwsis (Cyclopterus lumpus) ecology in inner Mawipoqtapei (Chaleur Bay), Eastern Canada
Notice bibliographique
Résumé
The weaving of diverse knowledge systems, including Indigenous, Local, and Western Knowledge, is an increasingly adopted approach in scientific research and is perceived as a promising path towards advancing knowledge and management of coastal areas and fisheries management in Canada. Despite documented successes, skepticism among scientists and decision-makers persists, leaving unaddressed gaps. Here, in response to concerns voiced by fishers from the Mi’gmaw community of Ugpi’ganjiq, the Gespe’gewa’gi Institute of Natural Understanding (GINU) co-created a project to improve understanding of the ecology and state of the threatened Gumegwsis (i.e. Cyclopterus lumpus , common lumpfish) in inner Mawipoqtapei (Chaleur Bay, Eastern Canada). Through a Two-Eyed Seeing approach, we combined semi-structured interviews with five Knowledge Holders with a literature review, mapping, and temperature monitoring. Utilizing this Mi’gmaw framework, we learned about Gumegwsis life history in inner Mawipoqtapei, its significance to local fishers, changes in abundance over time, threats to the species, and identified potential areas for spawning and nursery habitats. Prior to our project, the Committee on the Status of Endangered Wildlife in Canada (COSEWIC) assessment asserted “There are no indications of any ceremonial uses of Lumpfish in Canada and there is no ATK (Aboriginal Traditional Knowledge) information available”. In contrast, our study reveals the distinctive relationship and comprehension of Gumegwsis held by Mi’gmaw fishers, underscoring the significance of embracing multiple ways of knowing towards understanding species ecology, and presenting a compelling case for co-creation of species recovery strategies and collaboration in fisheries research.
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 | 0,014 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,031 | 0,022 |
| Communication savante | 0,010 | 0,007 |
| Science ouverte | 0,003 | 0,011 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
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 ».