Native American Perspectives on Health and Traditional Ecological Knowledge
Notice bibliographique
Résumé
BACKGROUND: Traditional ecological knowledge (TEK) is a conceptual framework that highlights Indigenous knowledge (IK) systems. Although scientific literature has noted the relevance of TEK for environmental research since the 1980s, little attention has been given to how Native American (NA) scholars engage with it to shape tribal-based research on health, nor how non-Native scholars can coordinate their approaches with TEK. This coordination is of particular importance for environmental health sciences (EHS) research exploring interdisciplinary approaches and the integration of environmental and human health. OBJECTIVE: Our perspective on TEK arose from a series of Health and Culture Research Group (HCRG) workshops that identified gaps in existing EHS methodologies that are based on a reliance on Euro-American concepts for assessing environmental exposures in tribal communities. These prior methods neither take into account cultural behavior nor community responses to these. Our objective is to consider NA perspectives on TEK when analyzing relationships between health and the environment and to look at how these may be applied to address this gap. DISCUSSION: The authors—the majority of whom are NA scholars—highlight two research areas that consider health from a TEK perspective: food systems and knowledge of medicinal plants. This research has yielded data, methods, and knowledge that have helped Indigenous communities better define and reduce health risks and protect local natural food resources, and this TEK approach may prove of value to EHS research. CONCLUSION: NA perspectives on TEK resulting from the HCRG workshops provide an opportunity for developing more accurate Indigenous health indicators (IHI) reflecting the conceptualizations of health maintained in these communities. This approach has the potential to bridge the scientific study of exposure with methods addressing a tribal perspective on the sociocultural determinants of health, identifying potential new areas of inquiry in EHS that afford nuanced evaluations of exposures and outcomes in tribal communities. https://doi.org/10.1289/EHP1944.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,010 | 0,004 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».