Indigenous Data Sovereignty
Notice bibliographique
Résumé
"As the global ‘data revolution’ accelerates, how can the data rights and interests of indigenous peoples be secured? Premised on the United Nations Declaration on the Rights of Indigenous Peoples, this book argues that indigenous peoples have inherent and inalienable rights relating to the collection, ownership and application of data about them, and about their lifeways and territories. As the first book to focus on indigenous data sovereignty, it asks: what does data sovereignty mean for indigenous peoples, and how is it being used in their pursuit of self-determination? The varied group of mostly indigenous contributors theorise and conceptualise this fast-emerging field and present case studies that illustrate the challenges and opportunities involved. These range from indigenous communities grappling with issues of identity, governance and development, to national governments and NGOs seeking to formulate a response to indigenous demands for data ownership. While the book is focused on the CANZUS states of Canada, Australia, Aotearoa/New Zealand and the United States, much of the content and discussion will be of interest and practical value to a broader global audience. ‘A debate-shaping book … it speaks to a fast-emerging field; it has a lot of important things to say; and the timing is right.’ — Stephen Cornell, Professor of Sociology and Faculty Chair of the Native Nations Institute, University of Arizona. ‘The effort … in this book to theorise and conceptualise data sovereignty and its links to the realisation of the rights of indigenous peoples is pioneering and laudable.’ — Victoria Tauli-Corpuz, UN Special Rapporteur on the Rights of Indigenous Peoples, Baguio City, Philippines "
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 | 0,021 | 0,046 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,011 | 0,014 |
| Communication savante | 0,018 | 0,021 |
| Science ouverte | 0,004 | 0,022 |
| Intégrité de la recherche | 0,004 | 0,010 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,047 | 0,012 |
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 ».