Cooperation between Russia and Canada in protecting the cultural rights of indigenous peoples of the Arctic
Bibliographic record
Abstract
В работе рассматриваются особенности защиты культурных прав коренных народов Арктики на примере России и Канады. Представлена роль отдельных направлений культуры, а именно сфера образования коренных народов, их спортивная деятельность, а также кинематограф и народное художественное творчество. В исследовании сделан акцент на современном этапе: культурная деятельность коренных народов РФ преимущественно относится к периоду с 2014 года, когда вышел указ Президента об определении границ Арктической зоны Российской Федерации. Также культурная деятельность коренных жителей канадской Арктики представлена современным этапом. \nБыл проведен анализ нормативно-правовой базы, относящейся к правовой защите культурных прав коренных народов Арктики в России и в Канаде. В ходе исследования были выявлены основные тенденции в установлении законодательного режима защиты культурных прав, рассмотрены особенности тематики культурных прав. В результате были определены области культурной деятельности, которым мало уделяется внимания в контексте рассмотрения проблематики коренных народов: дошкольное образование, спортивная деятельность, кинематограф и народное художественное творчество.
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 | 0.005 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.015 | 0.004 |
| Scholarly communication | 0.006 | 0.001 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.002 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 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".