Where are the people? A scoping review on the use of the term “resilience” in Arctic health research and its relevance to community expressions of well-being
Notice bibliographique
Résumé
In the field of Arctic health, “resilience” is a concept used to describe the capacity to recover from adversities. The term is widely used in Arctic policy contexts; however, Arctic peoples and communities question whether “resilience” is an appropriate term to describe the human dimensions of health and well-being in the Arctic as it is currently applied. A scoping review of peer-reviewed and gray literature was conducted. We used searchable databases, Google Scholar, and Dartmouth College Library Services, to select studies conducted between 2000 and 2019 and key documents from the Arctic Council and other relevant organization and government entities. A scoping review framework was followed, and consultation among the authors provided initial scope, direction, and verification of findings. Analyses identified over- and underrepresented key thematic areas in the literature on human resilience in Arctic communities. Areas of overrepresentation in the literature included ecosystem, climate change, and environmental sciences. Areas that were underrepresented in the literature included health, medicine, wellness or well-being, and community voices on the topic of human resilience. Results indicated that “resilience” as a concept was applied across a diversity of contexts and subject areas in the Arctic and that this may have repercussions for understanding the human dimension of “resilience” and community expressions of well-being. Alternative terms and concepts with which Northern community members more closely identify could be used to more respectfully and accurately advance research in areas such as epidemiology, community health and well-being, and particularly Indigenous peoples’ health.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,004 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».