Community knowledge exchange in research leads to innovation and action in the Arctic
Notice bibliographique
Résumé
Indigenous peoples from Arctic communities who are engaged in various aspects of science, research, and community work have much to share with one another. Here, we—a team of Indigenous Arctic community members and visiting researchers—present examples of such sharing during and after four knowledge exchange gatherings that formed the core of a multi-year project, bringing together Indigenous scholars, harvesters, whalers, herders, leaders, and allies from Arctic regions of Canada, Alaska, Greenland, Finland, and Siberia. We present community-to-community knowledge exchange and describe specific examples of exchange approaches, methods, successes, and challenges, as well as direct outcomes from facilitating these interactions. We suggest that the remarkable nature of those outcomes was the result not of something unique to our project, but of the inherent value of creating a venue and opportunities where people felt at ease conversing with others from elsewhere in the Arctic through loosely structured conversations that were situated in place. By not having rigid objectives to follow, participants were able to explore topics that mattered most to them. We argue this approach can lead to un-anticipated results which are best embedded in Indigenous Arctic communities. This paper demonstrates some of such results. The lessons learned through this experience are intended to contribute to conversations on research that are designed to practically respond to community needs.
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 | 0,069 | 0,055 |
| 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 | 0,033 | 0,044 |
| Communication savante | 0,017 | 0,013 |
| Science ouverte | 0,003 | 0,039 |
| Intégrité de la recherche | 0,004 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».