'They Call it a Healing Lodge, but Where is the Healing?': Indigenous Women, Identity, and Incarceration Programming
Notice bibliographique
Résumé
This thesis examines the impacts of state-run Indigenous programming on Indigenous women’s cultural identities post-incarceration. Despite attempts to alleviate Indigenous incarceration numbers since 1999, Indigenous women in Canada continue to be one of the fastest growing federally incarcerated populations, as their numbers have more than doubled since 2001 (OCI, 2016; Reitano, 2017; Statscan, 2017). It is projected, at its current rate that by 2030 there will be more than 6500 Indigenous women housed in a federal corrections institution (Innes, 2015; OCI, 2016; Reitano, 2017; Statscan, 2017). However, there is limited focus on the impacts the criminal justice system, incarceration, and Indigenous programming may have on their perceived identity as an Indigenous woman post-incarceration. Institutional program evaluations continue to give secondary status to the voices of those imprisoned while privileging the voices of those who are employed by Correctional Service Canada reinforcing a top-down approach. Inmates serving federal time can be housed across Canada, therefore, many Indigenous women who find themselves in these institutions may not be lodged in their traditional territories, and those who transfer to a healing lodge are transferred to the Prairies. While serving time within another First Nations territory, the Indigenous women have to partake in cultural programming that is not their own due to limited access to a diverse range of knowledge keepers and Elders. At the same time, if Indigenous women want to return to their families and communities sooner, they must engage in programming, and specifically Aboriginal programming to lower their risk status to be eligible for early release. By undertaking this research from the perspective of Indigenous women, state co-ordinated Indigenous programming can be understood through the eyes of those that have lived experience, giving voice to the silenced.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,011 | 0,010 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,001 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».