Participatory and community‐based research, Indigenous geographies, and the spaces of friendship: A critical engagement
Notice bibliographique
Résumé
Geographic engagement with Indigenous peoples remains inextricably linked to colonialism. Consequently, studying Indigenous geographies is fraught with ethical and political dilemmas. Participatory and community‐based research methods have recently been offered as one solution to address concerns about the politics of gathering, framing, producing, disseminating, and controlling knowledge about Indigenous peoples. In this article, we critically engage with the emergence of participatory and community‐based research methods as “best practice” for undertaking research into Indigenous geographies. We articulate four concerns with this form of research: a) dissent may be stifled by non‐Indigenous researchers’ investments in being “good”; b) claims to overcome difference and distance may actually retrench colonial research relations; c) the framing of particular methods as “best practices” risks closing down necessary and ongoing critique; and d) institutional pressures work against the development and maintenance of meaningful, accountable, and non‐extractive relations with Indigenous communities. We then contemplate the spatiality of the critique itself. We consider the ways in which our longstanding friendship, as researchers invested at multiple scales with Indigenous geographies and identities, provides its own distinct space of practice within which to confront the political and ethical challenges posed by research with/about/upon Indigenous geographies and peoples. While not arriving at any concrete template for undertaking research about Indigenous geographies, we suggest that certain friendships, established and situated outside research relationships, may be productive spaces within and through which research methods may be decolonized .
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 | 0,060 | 0,036 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,036 | 0,162 |
| Communication savante | 0,020 | 0,023 |
| Science ouverte | 0,003 | 0,023 |
| Intégrité de la recherche | 0,008 | 0,011 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».