Hey, Hey, Hey—Listen to What I Gotta Say: Songs Elevate Youth Voice in Alberta Wildfire Disaster Recovery
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Music pulses emotion in its lyrics, its tune, and in the creative process.A song can move people to dance, to reflect, and—often—to act. For an artist, a song’s creation can also reveal and clarify one’s own emotions. When people listen, a song can legitimize that the artists have something valuable to say—especially when the artists are youth who believe their ideas need a wider audience. This article talks about the power of song for youth recovery post-disaster in the context of the 2016 Fort McMurray wildfire disaster in Alberta, Canada. It highlights the use of music in a community-engaged research project that aimed to understand and amplify youth ideas for improving their community. The article draws on the value of Youth-Adult Partnerships, where eight youth worked with a professional recording studio in the wildfire-affected community to produce original songs for a youth-centric social media campaign. Focusing on the youths’ songs and personal experiences of their development, the article offers ways forward for wildfire recovery through processes that strengthen youth voice and wellbeing. The community-engaged research process underscores the power of music creation as an empowering method for enhancing youth engagement and reveals youths’ insights through their musical reflections on their priorities for a resilient community after disaster.
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.
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 | 0,654 | 0,298 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,215 | 0,000 |
| Communication savante | 0,007 | 0,005 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,422 |
| 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 découle