Contexts, Conditions and Methods Conducive to Knowledge Co-Production:\tThree Case Studies Involving Scientific and Community Perspectives in Arctic Wildlife Research
Notice bibliographique
Résumé
Decision-makers require current and robust information to address the effects of social-ecological changes facing ecosystems, wildlife, and humans; however, research defined by single disciplines and knowledge systems is often challenged in fully representing the complexity of such problems. There is a recognized need to include the perspectives of academic and local knowledge holders in research as evidence argues this can produce more robust knowledge and lead to greater public acceptance of policy. Knowledge co-production has been proposed as a research approach that can include academic and non-academic actors in addressing complex problems that transcend disciplinary and epistemological boundaries and have societal and scientific significance. While knowledge co-production has gained attention in environmental research in many regions, its application has not been extensively explored in the Arctic. \n \nThis research used a case study approach to examine the contexts, conditions, and methods that support knowledge co-production on wildlife issues with Canadian Arctic communities. Three cases were selected to examine knowledge co-production in the context of a past research study, an ongoing study, and to consider the pre-conditions necessary for knowledge co-production to benefit future research. Data collection included semi-structured interviews, workshops, and participant observation with scientists and Inuit community members involved in ringed seal research in Kugaaruk and Iqaluit and fisheries research in Pangnirtung, Nunavut. \n \nResults indicate that Arctic wildlife research can benefit from knowledge co-production. There are particular structural and process conditions that help facilitate successful knowledge co-production and establishing these conditions requires deliberate work on the part of researchers and community members involved. Establishing shared goals and problem definitions, creating the space to identify and share positionalities and perspectives on issues, and clarifying roles of academic and community actors all emerged as important conditions in the cases. Further, results suggest that semi-structured interviews and purposefully designed and facilitated thematic workshops provide the flexibility to create the time and space needed for participants to learn about and engage with one anothers values, perspectives, and priorities. This research shows that when effort is made to establish the necessary conditions for knowledge co-production early on in the research process, projects can produce knowledge that is perceived as more credible, salient, and legitimate by all involved.
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
Étiquettes directes de modèles (non validées)
Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gemma | Études des sciences et des technologies Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Qualitatif | low |
| gpt | MétarechercheÉtudes des sciences et des technologies Domaine: Méthodes · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Qualitatif | high |
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 | 0,006 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,009 | 0,006 |
| Études des sciences et des technologies | 0,003 | 0,006 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,003 |
| 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 validéeÉtiqueté directement par 2 modèles lisant le dossier complet.
Les modèles divergent sur des parties de cette classification; chaque voix est préservée dans la section en fin de page.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».