A Framework for Doing Things <i>in a Good Way</i>: Insights on Mshiikenh (Freshwater Turtle) Conservation Through Weaving Western Science and Indigenous Knowledge in Whitefish River First Nation
Notice bibliographique
Résumé
Co-developed conservation programs for Species At-Risk, created in partnership between Indigenous Nations and non-Indigenous researchers, represent a vital shift toward effective species recovery strategies that are culturally respectful and contribute to reconciliation within the natural sciences. By weaving together diverse knowledge systems and prioritizing Indigenous laws, knowledge values, and community priorities, these collaborations aim to restore species at-risk populations and prevent species extirpation-a task of increasing urgency amid the global biodiversity decline. As similar partnerships gain momentum across Canada, it is critical to reflect on approaches that honor Indigenous perspectives and actively avoid the historical harms associated with colonial research practices on Indigenous lands. This paper draws on insights from a community-driven species at-risk conservation initiative at Whitefish River First Nation, or Wiigwaaskingaa (Elder Arthur McGregor baa, 2000), in Northern Mnidoo Gamii (Georgian Bay), Ontario, Canada, where community members and researchers co-developed a mshiikenh (freshwater turtle) conservation project. We present this paper as a chance to reflect on our iterative collaborative process, its challenges, successes, and key lessons learned. We focus on six key themes for meaningful collaboration: co-developing project objectives, honoring community priorities, respecting data sovereignty, the journey of learning and unlearning, focusing on a community-guided trajectory, and promoting tangible outcomes. By highlighting specific examples from Whitefish River First Nation's mshiikenh conservation project, we demonstrate the value of community-engaged research as a pathway forward for Species At-Risk conservation in Canada and beyond.
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 | 0,024 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,045 | 0,096 |
| Communication savante | 0,026 | 0,017 |
| Science ouverte | 0,005 | 0,018 |
| Intégrité de la recherche | 0,008 | 0,014 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».