Utilizing Webs to Share Ancestral and Intergenerational Teachings: The Process of Co-Building an Online Digital Repository in Partnership with Indigenous Communities
Notice bibliographique
Résumé
Indigenous knowledge and wisdom continue to guide food and land practices, which may be key to lowering high rates of diabetes and obesity among Indigenous communities. The purpose of this paper is to describe how Indigenous, ancestral, and wise practices around food and land can best be reclaimed, revitalized, and reinvented through the use of an online digital platform. Key informant interviews and focus groups were conducted in order to identify digital data needs for food and land practices. Participants included Indigenous key informants, ranging from elders to farmers. Key questions included: (1) How could an online platform be deemed suitable for Indigenous communities to catalogue food wisdom? (2) What types of information would be useful to classify? (3) What other related needs exist? Researchers analyzed field notes, identified themes, and used a consensual qualitative research approach. Three themes were found, including a need for the appropriate use of Indigenous knowledges and sharing such online, a need for community control of Indigenous knowledges, and a need and desire to share wise practices with others online. An online Food Wisdom Repository that contributes to the health and wellbeing of Indigenous peoples through cultural continuity appears appropriate if it follows the outlined needs.
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 | 0,025 | 0,038 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,014 | 0,012 |
| Communication savante | 0,014 | 0,021 |
| Science ouverte | 0,002 | 0,026 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,002 |
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 ».