Vers l’émergence d’une gouvernance territoriale régionale autochtone ? Parcours des Mi’gmaq de Gespeg pour transformer la gestion des forêts publiques de leur territoire ancestral au Québec, Canada
Bibliographic record
Abstract
Les Mi’gmaq de Gespeg sont une communauté autochtone sans territoire attribué. Cette situation amplifie chez elle une volonté de réappropriation du territoire et de ses ressources présente chez les Premières Nations du Canada. Cette volonté s’est entre autres incarnée dans des ententes de cogestion forestière en terre publique avec le gouvernement du Québec. Pour comprendre ce processus transformatif, nous avons réalisé une étude de cas fondée sur une approche collaborative et partenariale avec les Mi’gmaq de Gespeg. Après avoir défini leurs attentes et leur vision face à la forêt, nous avons retracé leur contexte sociohistorique forestier, puis analysé leur cheminement en foresterie au cours des vingt dernières années, et plus particulièrement leur engagement dans la cogestion. Nous avons ensuite développé un cadre d’analyse de la gouvernance forestière, en identifiant plus particulièrement les conditions sur lesquelles la communauté peut agir pour concrétiser sa vision. Nous avons constaté que l’engagement de la communauté en foresterie semble un moyen mis de l’avant pour entamer la transformation de la gouvernance de son territoire forestier ancestral. Ce cheminement stratégique circonscrit par le cadre de la cogestion constituerait un passage vers une gouvernance territoriale autochtone à Gespeg, en cogestion avec des partenaires locaux, la communauté mig’maq y assumant un rôle d’entrepreneur institutionnel. Les Mi’gmaq de Gespeg exerceraient ainsi une fonction d’agent transformatif sur les conditions actionnables de la gouvernance des terres publiques vers l’atteinte de leur vision de gouvernance du territoire ancestral.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.008 | 0.005 |
| Scholarly communication | 0.006 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.008 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".