Sacred Healings through Telling Story: Lessons from the Sacred Grounds
Notice bibliographique
Résumé
In Canada, women—in particular, Indigenous women—comprise the fastest growing population of those who are sentenced. These trends are evidence of the continued impact of colonialism and the residential school legacy that has been well documented by scholars in varying degrees and at all levels of the Canadian criminal justice system. However, changes to address discrimination and overrepresentation have mostly resulted in changes within the current system rather than changes to the system itself. Attempts to “indigenize the white system” through training, programming, legislation, employment, and funding continue to reinforce colonialism and fail those who are Indigenous, especially women and girls. In acknowledgment of such harm, Elizabeth Fry Peel-Halton and Correctional Services Canada (CSC) collaborated with local Elder, Little Brown Bear (Ernest W. Matton), to create space where women could participate in traditional sweat lodge ceremony and healing away from correctional facilities, with the goal of providing a more authentic experience for Indigenous women and other women who are sentenced. While there are sweat lodges at both federal and provincial facilities, the Sacred Grounds are the first off-site (i.e., away from the correctional institution) space like this in Canada. This research explores the ways the Sacred Grounds possibly reduces the settler-colonial imperatives of traditional bricks and bars corrections and may encourage and support women’s stories of resilience and reconciliation.
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 | 0,006 | 0,009 |
| 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 | 0,043 | 0,034 |
| Communication savante | 0,015 | 0,008 |
| Science ouverte | 0,004 | 0,010 |
| Intégrité de la recherche | 0,004 | 0,009 |
| 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 ».