‘That water out there is no damn good for anybody’: Experiences with declining water quality in a First Nation community
Notice bibliographique
Résumé
In many Indigenous communities, the wellbeing of waterways correlates to the health of the population that it supports. However, current laws and water governance systems often fail to protect water sources and jeopardizes health and wellbeing, particularly in Indigenous communities. This study, curated by an Anishinaabe First Nations community located in Ontario on the Lake of the Woods (LOTW), was designed to detail the varying impacts of adverse water quality on people in the community. A community-based participatory research approach included interviews with Elders and key informants to understand lived experiences of adverse water quality, sources of pollution, and individual and community impacts. Key findings revealed changes in water quality within and between years, with water quality degrading over time. Further, changes in water quality were associated with changes in the community’s health, food sources, and activities. Finally, a paternalistic colonial history between Indigenous people and the Government of Canada continues to resonate and cause strained jurisdictional relations between the two groups. Opportunities and future water stewardship strategies require the active participation and inclusion of Indigenous people in policymaking, programming, and water management. As proposed by the LOTW community, this includes improving water quality monitoring, upgrading septic systems in the community, reintroducing wild rice to the shorelines, and creating water activities programming for Indigenous youth.
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 | 0,005 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,036 | 0,021 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,002 | 0,010 |
| Intégrité de la recherche | 0,003 | 0,006 |
| 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 ».