“Mother first, student second”: challenging adversity and balancing identity in the pursuit of university-level education as First Nations mothers in Northeastern Ontario
Notice bibliographique
Résumé
The literature surrounding the educational experiences of Indigenous Peoples is an ever-growing and diverse area of research in Canada. However, within this field, the voices of First Nations mothers attending post-secondary needs further development. Through a decolonizing methodology and the use of autoethnography and Indigenous storytelling, this project was designed to explore and better understand our experiences as First Nations student-mothers during the pursuit of university-level education while caring for our children. I argue that Canada’s oppressive history of colonialism and the resulting intergenerational trauma have had specific implications on the post-secondary experiences of the First Nations mothers who participated in this research. The First Nations student- mothers from Laurentian University in Sudbury, Ontario, Canada who contributed to this research tell diverse stories about their experiences however, our narratives intersect in several ways. Areas of interest that emerged from the collected narratives include: (1) how we, as First Nations student-mothers have overcome obstacles, including what difficulties arose for us in the decision to pursue post-secondary education; what motivators contribute to our ongoing success, and how we experience self-doubt and internalized oppression despite our achievements and (2) how we, as First Nations student-mothers have blended our identities as First Nations women, mothers, and students within the university experience. Ultimately, this project aimed to contribute to continued efforts towards decolonization while furthering Indigenous-led research which hopes to improve the educational outlook for future generations of First Nations mothers.
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 | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,035 | 0,012 |
| Communication savante | 0,006 | 0,002 |
| Science ouverte | 0,002 | 0,007 |
| Intégrité de la recherche | 0,001 | 0,003 |
| 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 ».