Development of an agent-based First Nation land use voting model: Experiments in policy adoption at Curve Lake First Nation, Canada
Notice bibliographique
Résumé
Land use plans and policies provide a pathway for communities to achieve a vision for future types and arrangements of land uses as well as to formalize the objectives needed to realize that vision. Members of a community often share a common vision, but differ on how it can be achieved, which is the case at Curve Lake First Nation. To investigate the factors affecting land-use plan and policy adoption at Curve Lake First Nation, a stylized agent-based model, the First Nation Land Use Voting Model (FNLUVM), was developed in collaboration with Curve Lake First Nation and was empirically informed from a survey of its members (n = 156). A series of experiments were conducted with FN-LUVM to understand the effects of land knowledge, attitudes, and community engagement among both non-land holders and land holders in certificate of possession on adopting a land use plan and policy adoption. Among several findings, results of these experiments suggest 1) that members with shared land-stewardship and ambition for improvements in socio-economic well-being were key proponents for adoption, 2) community engagement with members typically unwilling to collaborate with others can reduce disconnect among members, 3) improving knowledge about land planning and policy among members can lead to more engagement in voting and support for land use plans and policies. While the collaborative development of FNLUVM was specific to Curve Lake First Nation, it is made available for other communities to customize and use as a medium for discussion or decision-making support tool.
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 | 0,003 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».