MétaCan
Menu
Retour à la cohorte
Enregistrement W4406799928 · doi:10.3390/w17030334

Rethinking Indigenous Community-Led Water Sustainability: Decolonial and Relational Approaches in Western Canada

2025· article· en· W4406799928 sur OpenAlexaffabout
Ranjan Datta, Jebunnessa Chapola, Kevin Lewis

Notice bibliographique

RevueWater · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueWater Governance and Infrastructure
Établissements canadiensUniversity of SaskatchewanUniversity of ReginaMount Royal University
Organismes subventionnairesnon disponible
Mots-clésIndigenousSustainabilityPolitical scienceEnvironmental planningSociologyEnvironmental ethicsGeographyEnvironmental resource managementEnvironmental scienceEcology

Résumé

récupéré en direct d'OpenAlex

This study examines Indigenous community-led water sustainability in Western Canada through relational and decolonial lenses, addressing the interplay between traditional knowledge, environmental governance, and cultural identity. The relational and decolonial frameworks emphasize water as a living entity integral to environmental sustainability and community well-being, contrasting with extractive Western models that prioritize economic gains. Using a community-led collaborative methodology, the research engaged Elders, Knowledge-keepers, and youth in discussions and land-based activities, reinforcing intergenerational knowledge transfer. The findings showcase critical challenges to Indigenous water governance, including industrial encroachments, climate change, and colonial environmental management systems that marginalize Indigenous perspectives. These human-created challenges threaten Indigenous water quality and disrupt Indigenous sustainable governance, underlining the need for alternative, adaptive frameworks. Despite these challenges, Indigenous communities are reclaiming water sustainability through initiatives that implement traditional knowledge, cultural revitalization, and collaborative governance models. Such efforts emphasize respect, reciprocity, and stewardship, promoting long-term environmental sustainability.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,263
Score d'incertitude au seuil0,556

Scores Codex et Gemma par catégorie

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

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 Opus0,021
Tête enseignante GPT0,253
Écart entre enseignants0,232 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations8
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueWaterMême sujetWater Governance and InfrastructureTravaux en français237 207