MétaCan
Menu
Retour à la cohorte
Enregistrement W4403175916 · doi:10.1088/1748-9326/ad83e4

Tales of river and ice: Indigenous art and water justice in the Arctic and the Amazon

2024· article· en· W4403175916 sur OpenAlexafffund
Antonia Sohns, Alyssa Noseworthy, Gordon M. Hickey, Pamela Katic

Notice bibliographique

RevueEnvironmental Research Letters · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGeographies of human-animal interactions
Établissements canadiensMcGill University
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaArts and Humanities Research CouncilUK Research and InnovationDartmouth College
Mots-clésAmazon rainforestIndigenousArcticThe arcticGeographyPhysical geographyOceanographyEnvironmental scienceGeologyEcology

Résumé

récupéré en direct d'OpenAlex

Abstract Indigenous water knowledge recognizes water as living, and that the relationship between people and water is one of reciprocity. Yet, Indigenous Peoples continue to struggle for water justice due to centuries long and ongoing colonial legacies that have intergenerational effects on self-determination, culture, and wellbeing. Using a narrative review, this paper explores how published research has used art and arts-based approaches to explore dimensions of water injustice, wellbeing and mental health with Indigenous communities living in the Arctic and Amazon regions. Within the three central themes of the review (wellbeing, water justice, and arts-based research approaches), the most discussed emergent themes were: relationship to place, kinship, the lived experience of water, ongoing changes to water, and storytelling and art as instruments of resistance and to make visible what is not visible. The paper discusses those themes from the literature, and possible areas of future research. The findings underscore the importance of including diverse voices, worldviews and knowledges in water governance, and the potential for arts-based approaches to facilitate intercultural and intergenerational efforts to address water injustice and advance Indigenous Peoples’ rights to self-determination.

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)0,003
score de la tête « metaresearch » (Gemma)0,005
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 enseignants0,038
Score d'incertitude au seuil0,075

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,006
Communication savante0,0040,002
Science ouverte0,0000,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,027
Tête enseignante GPT0,338
Écart entre enseignants0,311 · 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

Citations1
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnvironmental Research LettersMême sujetGeographies of human-animal interactionsTravaux en français237 207