Operationalizing Indigenous-led Impact Assessment
Notice bibliographique
Résumé
Recent years have ushered in an explosion of interest and expertise in place-based, Indigenous-led impact assessment models. Across Canada and beyond, Indigenous communities have been developing and engaging with alternative approaches to “environmental assessment” (EA) or “impact assessment” (IA) in response to proposed developments in their homelands. These efforts are borne out of deep dissatisfaction and frustration; Indigenous peoples have repeatedly pointed to the inability of settler law on EA to protect their constitutionally recognized Aboriginal and Treaty rights, and to meaningfully engage with Indigenous laws, values, and perspectives regarding the socio-ecological risks posed by resource development projects. The inability of EA under settler law to adequately consider Indigenous legal orders and jurisdictions has been well documented. As Coast Salish legal scholar Sarah Morales notes, “[m]ost Canadian Indigenous groups have not had a meaningful voice in impact assessment,” and “rarely has any Indigenous group been able to exercise consent or decision making on major resource development projects.” More often, when Indigenous groups participate in government regulatory processes, “other parties severely limit their involvement, requesting only baseline traditional knowledge and traditional use information, without any meaningful input into or control over the process or project itself.” The result is that “Indigenous culture, spirituality, laws and legal processes, rights and title have not been taken into account in the Crown-led and proponent-driven Canadian environmental assessment processes.”
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,002 |
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 ».