Métis Knowledges and Climate Change: Towards Adaptation in Southeastern Manitoba Michif Communities
Notice bibliographique
Résumé
Climate change poses a global existential threat, with Indigenous knowledges gaining momentous recognition for their critical role in addressing this challenge. Manitoba, experiencing rapid warming, faces ecological, social, and economic challenges, particularly negatively impacting Indigenous communities. This research, guided by my epistemological position as a Red River Métis woman, explores the contribution of Métis knowledges for climate change adaptation in the Homeland of the Red River Métis. The main objective of this thesis is to characterize Métis knowledges in Michif communities in Southeastern Manitoba to understand the linkages between colonization, land use, and climate change risks to develop adaptation approaches based on Métis knowledges. Crucially, this thesis will also aid in advocating for the inclusion of Métis ways of knowing in climate change adaptation policies. Grounded in relationships, experiential knowledge, and kinship, this research follows Indigenous Research Methodologies, fostering respect, relevance, responsibility, and reciprocity. This research is also based on Farrell Racette's Métis Kitchen Table Theory (Farrell Racette, 2004) a community-centred, anti-patriarchal, and anti-colonial approach that aligns with a more holistic approach to information exchange based on Métis culture and traditions. This research has the potential to foster effective climate adaptation planning and policy recommendations for Indigenous communities, with a specific focus on Métis knowledges and Métis communities. It addresses the challenges and opportunities faced by these communities to respond to climate change while fore fronting reconciliation and returning sovereignty to these communities. By bringing Métis knowledges into the climate change adaptation policy discourse, this research aims to increase Métis-led cultural and environmental security and sustainability in so-called Canada, initiating a crucial dialogue around including Métis knowledges at policy tables.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,011 | 0,005 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».