Résistance de la première nation de Wahgoshig face aux politiques d’exploitation des ressources naturelles
Bibliographic record
Abstract
L’exploitation des ressources naturelles sous le contrôle des gouvernements et des industries extractives fait souvent fi du point de vue autochtone, ce qui engendre des conflits d’utilisation du territoire. En dépit de moyens souvent limités, certaines communautés autochtones arrivent à résister aux pressions extérieures. C’est le cas notamment des 332 membres de la Première Nation de Wahgoshig (WFN), dans le nord-est de l’Ontario, qui ont résisté en 2000 à la volonté d’une compagnie forestière d’effectuer des travaux de récolte forestière dans un lieu sacré. L’objectif général de cette étude était de documenter les gestes de résistance posés par le Conseil de WFN et les membres de la communauté en réaction aux tentatives d’empiétement du territoire traditionnel. L’analyse thématique d’entrevues faites auprès de huit personnes ayant joué un rôle clé dans la résistance aux industries extractives a révélé que l’approche de négociation d’abord tentée par WFN n’a pas permis de régler le différend. WFN a alors élaboré un plan stratégique de résistance incluant, entre autres, l’installation d’une barricade, une grève de la faim et des manifestations mobiles. Tandis que les gestes de résistance utilisés par WFN n’étaient pas nouveaux, la façon de les mettre en oeuvre a fait la différence. L’approche familiale et communautaire pacifique a su attirer une certaine empathie de la part du public. La mobilité des gestes de résistance a permis à WFN de consolider des alliances avec d’autres communautés et organisations en Ontario et au Québec, mais aussi de sensibiliser l’opinion publique à sa cause. La spiritualité dont était empreinte la démarche de WFN a permis de maintenir un calme relatif et de rendre plus positive la perception du public à l’égard de la défense du territoire et de la culture.
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 | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.005 | 0.002 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 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".