Co- constructing aboriginal tourism through participatory-action research and Information and Communication Technologies : a new approach to managing resources and territoiries
Notice bibliographique
Résumé
Les Peuples autochtones ont fait l’objet de nombreuses recherches dans le passé. Ils explorent aujourd’hui des nouvelles façons de reconquérir leur langue, leur culture, leur identité et sont en voie de se réapproprier les processus, concepts et outils de recherche. En vue de revisiter la recherche-action participative et de l’adapter au contexte autochtone, nous avons développé des collaborations de recherche avec 13 communautés du Nord Canada (Cri et Inuit) et du Nord Scandinavie (Saami) et organisé 20 ateliers utilisant les techniques de recherche collaborative et outils d’analyse développés par Chevalier et Buckles de l’université de Carleton. Cette approche et la boite à outil que nous avons produite se sont révélées utiles et opportunes. Nous avons pu traiter les préoccupations et les défis auxquels sont confrontés les communautés, développer des collaborations de recherche entre les Cris, les Inuit et les Saami, étudier les processus d’engagement social dans les projets touristiques et explorer de nouvelles méthodologies de recherche autochtone. Au même moment, pendant ces 3 années de bourse de recherche Marie Curie, nous avons exploré les possibilités de recherche collaborative en ligne via le Web 2.0 et les TIC. Nous avons mis en ligne les 200 initiatives de tourisme autochtone publiées dans le Guide « Destinations Indigènes » mise en relation leurs auteurs à travers un site de gestion de contenu SPIP (www.aboriginalecotourism.org) dans lequel nous avons intégré; des cartes Google™ qui permettent de géoréférencer lescommunautés; un questionnaire Internet qui traduit en données quantitatives les informations qualtitatives fournies par les initiatives; et un forum de discussion pour compléter les données produites.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,005 |
| Communication savante | 0,001 | 0,004 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».