Bridging Knowledge Systems to Improve Ecosystem Management along the Yukon River: How Indigenous Peoples can Prepare Themselves for Climate
Notice bibliographique
Résumé
Loss of knowledge comes in many forms and for Indigenous people means a loss of culture. This research is part of a bigger movement taking place in Indigenous communities concerned with how to salvage and create Indigenous Knowledge and traditions that are tied to culture. When we talk about “saving” knowledge such as Traditional Ecological Knowledge (TEK) this cannot be done abstractly. Instead we must consider the knowledge system as a functioning, living, and growing entity with intangible mechanisms contributing to the entire system. Indigenous Fishers Knowledge is an example of such a system and when we talk about saving IFK we are talking about preserving the methods related to traditional fishing that comes with the lived experiences over generations. This study uses interviews with Alaskan Native Fishers on the Yukon River about king salmon (Oncorhynchus tschawytscha) fishing to define Indigenous Fishers Knowledge and the contributing mechanisms that are negatively affected by policy. This also highlights how regulation of king salmon fishing interferes with intergenerational knowledge transmission that is changing how culture is communicated for future generations. As a way to move forward this research proposes implantation of a participatory research mapping method to gradually build trust between IFK holders and management entities. Indigenous knowledge systems are comprised of generations of knowledge, meaning these systems carry the memory, effort, and voice of our ancestors and to not acknowledge these systems in management systems is a disservice to all involved.
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 | 0,004 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,011 | 0,007 |
| Communication savante | 0,006 | 0,007 |
| Science ouverte | 0,001 | 0,010 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».