Conflits liés à la fracturation hydraulique et promotion d’innovations : étude de cas sur la gouvernance de l’eau dans le nord-est de la C.-B.
Bibliographic record
Abstract
Le bassin de la rivière Horn recouvre en partie le territoire traditionnel de la Première Nation de Fort Nelson (Fort Nelson First Nation, ou FNFN) et est un site actif de fracturation hydraulique industrielle. Cette dernière a accru la demande en eau dans le bassin. Alors qu’il est généralement admis qu’une gouvernance de l’eau efficace exige la collaboration d’un vaste éventail d’acteurs, les barrières à l’inclusion des nations autochtones dans la gouvernance de l’eau existent encore en tant que legs de l’histoire coloniale du Canada. L’approche de la province relativement à la participation des nations autochtones à la gouvernance de l’eau s’est limitée, en grande partie, à des consultations, à des accommodements et à de lentes négociations de gouvernement à gouvernement. Cette approche n'a pas encore débouché sur une collaboration significative. Le partenaire de recherche, le Fort Nelson First Nation Lands Department, est impliqué de manière officielle et officieuse dans des négociations de longue date avec le gouvernement et avec l’industrie concernant divers enjeux liés à la fracturation hydraulique et à l’utilisation d’eau afférente dans le bassin versant de la rivière Horn. La résolution de cette impasse exigeait de l’innovation en matière de gouvernance, et il était évident qu’un processus d'apprentissage social serait nécessaire à l’établissement, par l’industrie, le gouvernement et la FNFN, d’une vision commune concernant les mécanismes futurs de gouvernance de l’eau.
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 | 0.003 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.008 | 0.009 |
| Scholarly communication | 0.008 | 0.002 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.006 | 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".