Exploring Elders’ and Seniors’ Perceptions of How Climate Change is Impacting Health and Well-being in Rigolet, Nunatsiavut / ᕿᒥᕐᕈᓂᖅ ᐃᓐᓇᐃᑦ ᐊᒻᒪᓗ ᐃᓄᑐᖃᐃᑦ ᐃᓱᒪᔾᔪᓯᖏᓐᓂᒃ ᕆᒍᓚᑦ, ᓄᓇᑦᓯᐊᕗᒻᒥ ᓯᓚᐅᑉ ᐊᓯᔾᔨᐸᓪᓕᐊᓂᖓᓂᒃ ᐊᑦᑐᐃᓂᖃᖅᑎᓪᓗᒍ ᐃᓗᓯᕐᒥᒃ ᐊᒻᒪᓗ ᖃᓄᐃᓐᖏᓂᖏᓐᓂᒃ
Notice bibliographique
Résumé
Climate changes are rapidly intensifying and can lead to adverse global health impacts. Indigenous populations are especially vulnerable to climate change because of their dependence on the environment for cultural activities and subsistence. The voices of Inuit Elders and seniors encompass deep wisdom and history; as such, the goal of this research was to examine the perceived impacts of climate and environmental changes on physical, mental, and emotional health, as observed by Elders and seniors in the Inuit community of Rigolet, Nunatsiavut, Labrador, Canada. A mixed-methods approach was used to gather data capturing these local observations, as well as perceived impacts on community health. A community survey was administered in November 2009 (n = 75) and in-depth interviews were conducted with Elders and seniors from January to October 2010 (n = 22). Survey results indicated that Elders and seniors observing changes in weather patterns, water systems, and wildlife were more likely to perceive climate change impacts on health (p < 0.05). Emergent themes from the interviews included: recurring observations of climate change, including changes in temperature, ice, snow, and seasonal timing; impacts on physical health, including reduced physical activity levels and poorer nutrition; impacts on mental and emotional health, including feelings of isolation and depression; and an identified need for community-wide adaptation. This research emphasized the importance of understanding Elder-specific perspectives of climate-health relationships in the Canadian North to develop sustainable, culturally relevant adaptation strategies to mitigate health impacts related to climate change.ᓯᓚᐅᑉ ᐊᓯᔾᔨᐸᓪᓕᐊᓂᖓ ᓱᒃᑲᓕᔪᒃᑯᑦ ᐱᕙᓪᓕᐊᕗᖅ ᐊᒻᒪᓗ ᓯᓚᕐᔪᐊᕐᒥ ᐊᑦᑕᓇᖅᑐᒃᑯᑦ ᐊᑦᑐᐃᔪᓐᓇᖅᑯᖅ ᐃᓗᓯᓕᕆᓂᒃᑯᑎᒍᑦ. ᓯᓚᕐᔪᐊᕐᒥ ᓄᓇᖃᖅᑳᖅᑑᔪᑦ ᐊᑦᑐᖅᑕᐅᓂᖅᐹᖑᔪᓐᓇᖅᑯᑦ ᐊᕙᑎᒥᓂᒃ ᑕᑎᖃᕐᓂᕐᒥᓄᑦ, ᐱᖅᑯᓯᖏᑎᒍᑦ ᐊᒻᒪᓗ ᐱᓇᓱᐊᖅᐸᓐᓂᖏᑎᒍᑦ. ᐃᓄᐃᑦ ᐃᓐᓇᐃᑦ ᐃᓐᓇᑐᖃᐃᓪᓗ ᓂᐱᖏᑦ ᓯᓚᑐᓂᕐᒥᒃ ᑐᓐᖓᕕᖃᖅᑯᑦ ᐊᒻᒪᓗ ᐊᑐᖅᓯᒪᔭᖃᖅᑯᑦ; ᓲᕐᓗ ᐆᒧᖓ ᖃᐅᔨᓴᕐᓂᕐᒧᑦ ᑐᕌᒐᖃᖅᑎᓪᓗᒍ ᓯᓚᐅᑉ ᐊᓯᔾᔨᐸᓪᓕᐊᓂᖓᓂᒃ ᐊᑦᑐᐃᔾᔪᑕᐅᔪᓂᒃ ᐊᒻᒪᓗ ᖃᓄᖅ ᐊᕙᑎᐅᑉ ᑕᐅᑦᑐᖓ, ᐃᓱᒪᒃᑯᑦ ᐊᒻᒪᓗ ᐃᓗᓯᓕᕆᓂᒃᑯᑎᒍᑦ, ᐃᓐᓇᐃᑦ ᑕᑯᓐᓇᖅᑕᖃᖅᑯᑦ ᐃᓄᐃᑦ ᓄᓇᓕᖓᓂ ᕆᒍᓚᑦ, ᓄᓇᑦᓯᐊᕗᒻᒥ, ᓛᐸᑐᐊᒥ, ᑲᓇᑕᒥ. ᑲᑎᑕᐹᓂᑦ ᖃᐅᔨᓴᕐᓂᕐᒧᑦ ᐊᖅᑯᑏᑦ ᓄᓇᓕᒻᒥ ᑕᑯᓐᓇᒐᐅᕗᑦ ᐊᒻᒪᓗ ᑕᑯᓐᓇᑕᒃᑯᑦ ᓄᓇᓕᒻᒥ ᐃᓗᓯᓕᕆᓂᒃᑯᑦ ᐊᑦᑐᖅᑕᐅᓂᐅᔪᑦ. ᓄᓇᓕᒻᒥ ᐊᐱᖅᓲᑎ ᓄᕕᐱᕆ 2009−ᒥ ᐃᖏᕐᕋᓂᖃᔪᕗᖅ (n = 75) ᐊᒻᒪᓗ ᐃᓗᑐᔪᓂᑦ ᐊᐱᖅᓲᑎᖃᔪᕗᑦ ᐃᓐᓇᕐᓄᑦ ᐃᓄᑐᖃᕐᓄᓪᓗ ᔮᓐᓄᐊᓕᒻᒥᑦ ᐅᑐᐱᕆᒧᑦ 2010−ᒥ (n = 22). ᐊᐱᖅᓲᑎᒧᑦ ᑭᒡᒍᓯᐅᔪᔪᑦ ᓇᓗᓇᐃᖅᓯᔪᕗᑦ ᐃᓄᑐᖃᐃᑦ ᑕᑯᔭᖃᖅᓯᒪᓂᖏᓐᓂᒃ ᓯᓚᐅᑉ ᖃᓄᐃᓐᓂᖓᑕ ᐊᓯᔾᔨᕐᓂᖏᓐᓂᑦ, ᐃᒪᐅᓪᓗ ᐊᒻᒪᓗ ᐆᒪᔪᐃᑦ ᑕᒪᒃᑯᐊ ᐊᑦᑐᐃᔪᑦ ᐃᓄᐃᑦ ᐃᓗᓯᕆᔭᖏᓐᓂᒃ (p < 0.05). ᓲᔪᕐᓇᑐᓪᓗ ᐊᓚᒃᑲᔪᔪᑦ ᐊᐱᖅᓲᑕᐅᔪᔪᓂᑦ ᐃᓗᓕᖃᐅᕐᓂᖓᓄᑦ ᒪᑯᓂᖓ: ᓲᔪᕆᔭᐅᕙᑦᑐᑦ ᓯᓚᐅᑉ ᐊᓯᔾᔨᕐᓂᖓᓄᑦ; ᓂᓪᓚᓱᓐᓂᕐᒧᑦ ᐆᖅᑰᓇᕐᓂᒧᓪᓗ; ᓂᓚᐅᑉ, ᐊᐳᑎᐅᑉ ᐊᒻᒪᓗ ᐅᐱᕐᖔᑉ, ᐅᑭᐅᑉ ᐊᓰᓐᓇᓕᓂᖏᓐᓂᒃ; ᐊᑦᑐᐃᔾᔪᑕᐅᔪᓪᓗᑎ ᑎᒥᒧᑦ ᐃᓗᓯᓕᕆᓂᕐᒧᑦ; ᐃᓱᒪᒧᑦ ᐊᒻᒪᓗ ᐃᓱᒪᒃᑯᑦ ᐃᓗᓯᓕᕆᓂᕐᒨᖓᔪᑦ, ᐃᓚᓕᐅᑦᑐᒋᑦ ᐃᑉᐱᓐᓂᐊᔾᔪᑎᑦ ᐃᓄᑑᓕᐅᑎᓂᕐᒧᑦ ᐊᒻᒪᓗ ᓄᒫᓱᓐᓂᒃᑯᑦ ᐊᒻᒪᓗ; ᑭᓐᖒᒪᑦᑎᓂᖅᓄᓇᓕᒻᒥ ᐊᓯᔾᔨᐸᓪᓕᐊᓂᕐᒧᑦ ᖃᓄᖅᑑᕈᑎᓂᒃ. ᐅᓇ ᖃᐅᔨᓴᕐᓂᖅ ᓇᓗᓇᐃᖅᓯᓚᐅᖅᑯᖅ ᐱᓪᓗᕆᑦᑐᓂᒃ ᑐᑭᓯᐅᒪᔾᔪᑎᓂᒃ ᐃᓐᓇᕐᓄᑦ ᐃᓱᒪᒋᔾᔪᑕᐅᓯᒪᔪᓂᒃ ᓯᓚᐅᑉ ᐊᓯᔾᔨᐸᓪᓕᐊᓂᖓᓄᑦ ᐃᓗᓯᓕᕆᓂᕐᒧᑦ ᐊᑦᑐᐊᓂᖃᖅᑎᓪᓗᒋᑦ ᑲᓇᑕᐅᑉ ᐅᑭᐅᖅᑕᖅᑐᖓᓂ ᑐᕌᒐᖃᕐᓂᐊᑎᓪᓗᒋᑦ ᑲᔪᓯᐅᒪᔾᔪᑎᔅᓴᓂᒃ, ᐱᖅᑯᓯᖅᑎᒍᑦ ᐊᑲᕐᕆᔪᓂᒃ ᐅᐸᓗᖓᐃᔭᕈᑎᓂᒃ ᐊᑦᑐᖅᑕᐅᓂᑭᓐᓂᖅᓴᐅᖁᓪᓗᒋᑦ ᐃᓗᓯᓕᕆᓂᒃᑯᑦ ᐃᑉᐱᓐᓂᕈᑎᓂᒃ ᓯᓚ ᐊᓯᔾᔨᐸᓪᓕᐊᑎᓪᓗᒍ.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».