Encountering the Great White Beast: Polar Bear Research as Ethical Space, Practice and Process of Engagement
Notice bibliographique
Résumé
My dissertation explores the possibilities for ethical knowledge conciliation within community-based polar bear monitoring in Nunavut, Canada by putting feminist theorist and physics-philosopher Karen Barad’s agential realism into dialogue with Indigenous scholar Willie Ermine’s Ethical Space of Engagement (ESE). Situated within BearWatch: Monitoring Impacts of Arctic Climate Change using Polar Bears, Genomics and Traditional Ecological Knowledge—a Genome Canada-funded project that developed a non-invasive, community-based toolkit to monitor polar bears across Inuit Nunangat, this research asks: What does it mean, within the larger apparatus of community-based polar bear research, to practice knowledge conciliation guided by the principles of the ESE, rather than by data-driven needs? The dissertation draws from three years of fieldwork conducted with Inuit community members from Uqshuqtuuq (Gjoa Haven) and Salliq (Coral Harbour) in the Nunavut Settlement Area. Rather than viewing conciliation as a negotiation between epistemologies, it views knowledge production as intra-active processes where cross-cultural and disciplinary differences are materially and discursively enacted. Methodologically, my study employs a creative practice (auto-)ethnography, incorporating aesthetic actions like wayfaring, performance art, filmmaking, and collaging as tools for sensorial and performative engagement in-between more-than-human agencies including, but not limited to Inuit hunters, researchers, polar bears, qamutiit (sleds plural), sea ice, and seasonal changes. Written performatively, this dissertation unfolds in rounds and is accompanied by an interactive digital cartographic platform allowing readers to thread their own way through the research. Ultimately, this work reimagines ethical engagement as a shared wayfaring, where knowledge and ethics emerge through moving, making, and practicing research together.
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 | 0,065 | 0,038 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,046 | 0,186 |
| Communication savante | 0,029 | 0,020 |
| Science ouverte | 0,004 | 0,028 |
| Intégrité de la recherche | 0,006 | 0,011 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».