An Indian Residential School survivor's journey with Truth and Reconciliation
Notice bibliographique
Résumé
As an Indigenous woman and an Indian Residential School survivor, I embark on a journey that forms a roadmap of my life experiences that are part of the history of Canada. I share who I am and how I self-identify as someone born of mixed ancestry. I share stories of my Dene culture and the experience that my siblings and I had while at Indian Residential School (IRS). The question, “What is my truth and reconciliation?” opens up an array of interpretations and subsequent questions that reference many aspects of my political and cultural viewpoints. I use a blended qualitative research approach using Indigenous research methodology and autoethnography to explore Indigenous cultural ideologies to interpret reconciliation. Data was collected through a set of questions in a guided focus group with my two siblings. The focus group questions brought out thoughts, feelings, and emotions from IRS that resonated around childhood trauma. Through thematic analysis, I discovered similarities in our answers and together we gained a deeper understanding of our childhood trauma as experienced at IRS. I bridge the gap between the past and the present as I acknowledge my lived realities that enable me to move beyond personal trauma to healing in the form of decolonization and reconciliation. In my Indigenous world today those two words serve as a bridge towards my healing journey. \nKeywords: healing, trauma, reconciliation, decolonization, separation, memory, survivor
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,037 | 0,018 |
| Communication savante | 0,008 | 0,005 |
| Science ouverte | 0,002 | 0,012 |
| Intégrité de la recherche | 0,003 | 0,010 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».