“We all know each other”: A Strengths-based Approach to Understanding Social Capital in Pictou Landing First Nation
Notice bibliographique
Résumé
With over three decades of attention drawn to the health of Indigenous peoples in Canada and around the world, an outpouring of health research has been undertaken, much of which has emphasized the experience of disparity at the expense of recognizing strengths. In this case study, we challenge the damage-centred rhetoric of mainstream health research by reporting the findings of 20 qualitative interviews on community strength and health with members of Pictou Landing First Nation, a Mi’kmaw nation located in Nova Scotia, Canada. We then relate and compare these findings with the emerging conceptualization of Indigenous social capital, which is a concept that has been associated with positive health outcomes in a variety of contexts. Our findings indicate that Pictou Landing First Nation is strengthened by qualities of familiarity, reciprocity, safety, and solidarity, which are rooted in the value of family and embedded within a broader Mi’kmaw worldview. The nature of these strengths aligns in part with the concept of Indigenous social capital, which we suggest may be better harnessed to be a means for conducting strengths-based health research. To this end, our findings support the need for reworking social capital conceptualizations to more strongly centralize cultural identities and worldviews in order to authentically and comprehensively affirm Indigenous and decolonizing health research practices.
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 | 0,007 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,021 | 0,057 |
| Communication savante | 0,009 | 0,008 |
| Science ouverte | 0,002 | 0,011 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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; 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 ».