From Fracking Conflicts to Innovation Generation: a Case Study of Water Governance in Northeastern B.C.
Notice bibliographique
Résumé
The Horn River Basin overlaps with the Fort Nelson First Nation (FNFN) traditional territory, and has been an active site of hydraulic fracturing development. This has increased the demand for water in the Basin. While it is well established that effective water governance requires collaboration from a wide array of actors, barriers to including Indigenous Nations in water governance remain as a legacy of Canada’s colonial history. The Province’s approach to involving Indigenous Nations in water governance has largely been limited to consultation and accommodation and slow government-to-government negotiations. This approach has yet to yield significant collaboration. Research partner, the Fort Nelson First Nations (FNFN) Lands Department, has been both formally and informally engaged in ongoing negotiations with government, and with industry on various issues related to the hydraulic fracturing and water use for hydraulic fracturing in the Horn River watershed. Governance innovation was needed to break the deadlock, and it was clear that a social learning process would be necessary if industry, government, and FNFN were going to establish a shared vision for future water governance arrangements. As part of their efforts, the FNFN Lands Department began a community consultation process to develop their own FNFN water management strategy, and sought research to better understand the range of possible organizational structures that would support a more acceptable governance arrangement. Therefore, this study aimed to explore the existing conditions for social learning in the Horn River Basin, support the FNFN approach to developing a water management strategy through research on social learning and community-based planning processes, and to examine possible alternative governance models.
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 | 0,006 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,021 | 0,011 |
| Communication savante | 0,006 | 0,003 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,003 | 0,003 |
| 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 ».