NESP RL Project 5.1 - Environmental economic accounting - developing and trialling approaches for accounting to ensure respectful inclusion of First Nations knowledges
Notice bibliographique
Résumé
This project aims to address two overarching research questions: how can First Nations Peoples knowledges be reflected within (or alongside) Ecosystem Accounts prepared following the United Nations System of Environmental-Economic Accounting—Ecosystem Accounting (SEEA EA)? and what are suitable methods for appropriately gathering and presenting First Nations Peoples’ knowledges in relation to SEEA EA? To achieve the project aim, researchers will partner with two First Nations groups from contrasting contexts and environments (northern QLD savannah and southern WA coast). Together we will trial methods and prepare full sets of SEEA EA compliant accounts for each group. By co-designing methods and accounts presentation, the aim is for the accounts to provide information that is useful for the groups themselves in addition to providing useful information for other research users. Beyond accounts preparation, and incorporating existing Australian literature, the project will develop and test overarching learnings and recommendations that can inform future EA policy development within DCCEEW. Working closely with our First Nations partners, and testing outputs with a small number of First Nations people from other organisations, the project will seek to identify common themes across different First Nations groups, and assess the relevance of, and links between, national accounting information (such as NEAP) and accounts built upon First Nations knowledge and perspectives. The project is also linked with the Nature Repair Market team within DCCEEW and will exchange learnings and findings with those working in that space, thus seeking to promote complementarity between EA and Nature Repair Market developments.
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 | 0,212 | 0,178 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,006 | 0,008 |
| Communication savante | 0,013 | 0,014 |
| Science ouverte | 0,006 | 0,021 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,019 | 0,004 |
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 ».