Reconciliatory water governance: reflections on the Collaborative Leadership Initiative as a means of transforming water governance in Canada
Notice bibliographique
Résumé
Water scarcity and poor water health are increasingly understood as primarily a challenge of governance. Water governance in Canada is notably complicated and fractured, and collaborative water governance is impeded by the colonial relationship between Crown governments (federal and provincial governments) and Indigenous Nations. The Centre for Indigenous Environmental Resources (CIER) has, therefore, developed the Collaborative Leadership Initiative (CLI) as a framework for collaborative water governance between Indigenous and non-Indigenous governments. In this study, CIER personnel and the CLI team reflect on their efforts to implement this framework, primarily focusing on the inaugural CLI process in Manitoba. The CLI brings together elected Indigenous and non-Indigenous leaders—principally from First Nations and municipalities—who historically have had little impetus or precedent for working together, and yet who often make decisions that impact shared or interconnected waterbodies. Emphasizing building personal relationships as a means of achieving good working relationships, the CLI process is facilitated by CIER but led by the participating leaders. By creating governance tables where Indigenous and non-Indigenous governments collaboratively and consensually use their power and decision-making responsibilities, the CLI has potential to transform water governance in Canada, contributing to Canada’s national project of Truth and Reconciliation, fostering treaty relationships that adhere to the spirit and intent with which Indigenous Nations entered into treaties, and possibly even creating ethical space where dialogue can occur across differing legal and political orders. The extent to which the CLI is able to realize this potential remains to be seen. The CLI team continues to refine the process, responding to challenges and limitations that arise, while also expanding the CLI to different sites to learn how it may be adaptable to different situations and settings.
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 | 0,015 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,072 | 0,031 |
| Communication savante | 0,018 | 0,005 |
| Science ouverte | 0,005 | 0,013 |
| Intégrité de la recherche | 0,006 | 0,013 |
| 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 ».