“We don’t have the space”: Understanding the 'where' of community-based research in Arctic Canada
Notice bibliographique
Résumé
In this evolving era of community-engaged research, the knowledge, skills, and leadership of Arctic-based people and organizations are extremely sought after by visiting researchers. Many conversations have established the ‘what’, ‘how’, and ‘why’ of community-engaged Arctic research, leaving the ‘where’ as a much less understood area. While some aspects of research take place in the ‘field’ (the ice, the water, the land), a great deal of research activities require functional indoor workspaces (the office, the community centre, the library). Despite their involvement being in high demand, Arctic-based researchers often do not operate with the same infrastructure offered in traditional research institutions such as universities. Though sophisticated research spaces do reside in the Arctic, many are owned by southern-based institutions or governments. It is therefore important to understand where community-led research activities take place in the absence of access to formal research spaces. This case-study sought to explore and document the spaces in which community-based research activities take place in Pond Inlet, Nunavut, and how these spaces impact the community’s ability to take part in, and lead, research. Through interview, workshop, and photovoice methodologies, participants reported that a great deal of their research activities take place in the home. With Nunavut holding the highest rate of inadequate housing in Canada, this overlap implies a direct correlation between research activities, overcrowding, unaffordability, and insufficient infrastructure. This research presents a much-needed understanding of the current state of, and relationship between, physical research spaces and community-based research activities in Arctic Canada.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,006 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».