MétaCan
Menu
Retour à la cohorte
Enregistrement W4413130485 · doi:10.1139/as-2025-0010

Mobilization of Inuit Qaujimajatuqangit for polar bear co-management: qualitative analysis of a Nunavut Wildlife Management Board public hearing

2025· article· en· W4413130485 sur OpenAlexafffundvenueabout
Dana Reiter, Dominique Henri, Denis Ndeloh Etiendem, Kyle Ritchie, Douglas A. Clark

Notice bibliographique

RevueArctic Science · 2025
Typearticle
Langueen
DomaineHealth Professions
ThématiqueIndigenous Studies and Ecology
Établissements canadiensNunavut Wildlife Management BoardEnvironment and Climate Change CanadaUniversity of Saskatchewan
Organismes subventionnairesNunavut Wildlife Management BoardEnvironment and Climate Change CanadaUniversity of Saskatchewan
Mots-clésUrsus maritimusWildlifeWildlife managementIndigenousLegitimacyInclusion (mineral)GeographyAgency (philosophy)Political scienceSociologyEcologyGender studiesPoliticsSocial scienceBiologyLaw

Résumé

récupéré en direct d'OpenAlex

Inclusion of Indigenous knowledge in polar bear ( nanuq [Inuktut]; Ursus maritimus) conservation and management decisions remains an enduring challenge. The Nunavut Wildlife Management Board (NWMB) held a series of public hearings on polar bear management from 2007 to 2018 that featured substantial contributions of Inuit knowledge, observations, and perspectives on different polar bear subpopulations. Qualitative analysis of those hearing transcripts offers a rigorous method to access that documented knowledge and to support its meaningful incorporation into decision-making. Here, we apply this approach to the NWMB's 2013 Foxe Basin polar bear public hearing as a case study, identifying three primary themes: (1) there are more polar bears now than in the past, (2) polar bears are entering communities and endangering human lives, and (3) Inuit feel their knowledge is not being adequately utilized in decision-making. We demonstrate how such analysis can systematically and transparently mobilize Inuit knowledge, and assess how these particular themes might contribute to both the substance and the efficacy of polar bear co-management decisions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,797
Score d'incertitude au seuil0,403

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,012
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0170,010
Communication savante0,0050,003
Science ouverte0,0020,007
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,068
Tête enseignante GPT0,456
Écart entre enseignants0,388 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

Citations0
Publié2025
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueArctic ScienceMême sujetIndigenous Studies and EcologyTravaux en français237 207