Northern exposure: a comparison study of Alaska and Yukon models of measuring community wellbeing
Notice bibliographique
Résumé
The main objective of this study is to examine models of measuring community wellbeing in Alaska and Yukon to determine if they were developed with the input of residents and if these models reflect local living conditions. Research suggests communities that establish an agreed upon model of measuring community wellbeing will benefit by having an increase in public involvement in local decision-making, and larger capture of material wealth and empowerment over resource management (Varghese et al. 2006). A core problem is that while many communities have started to develop ways to evaluate wellbeing, there is a lack of research on the various models in the Arctic. There are several unique challenges to developing a model in Arctic communities such as the clash between mainstream and Indigenous definitions of wellbeing, the lack of data and small population sizes (Taylor 2008 & Bobbitt et al. 2005). \nFor this study I conducted an in-depth search for publically available models in Alaska and Yukon and conducted semi-structured interviews with experts. Part one of the analysis was searching through records of each model to document community outreach methods, part two was an experimental content analysis to identify themes across models in both regions, and part three was a content analysis of the interviews. \nI did not find any significant difference in the design frame, content or consultation with local residents between the models in Alaska and Yukon.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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; un appel candidat d’une seule tête enseignante, 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 ».