Supporting Communities in Caring for Salmon and Each Other: Creek Restoration as a Site for Multi-System Change and Wholistic Re/conciliation
Notice bibliographique
Résumé
This paper describes a unique collaborative action research project that brings together members of the q̓íc̓əy̓ (Katzie) First Nation, post-secondary and K-12 communities, as well as foresters and environmentalists, to restore creeks that have been compromised by land use impacts, forest removal, and global warming. Identifying creek restoration as a site for multi-system change and wholistic re/conciliation, we explored the following questions: How can we bring together members of our diverse communities to learn about the dire condition of our watershed and take action to help Salmon? How might this collaborative work strengthen community relationships? What contextual factors enable and impede the enactment of our vison? Through iterative cycles of action and reflection, intentional trial and error, conversational inquiry, and storytelling, we identified ‘guideposts’ that will inform our work moving forward. Our research has illuminated structural changes that could enhance environmental justice for Salmon, such as empowering the caretakers of creeks and rivers since time immemorial as sovereign leaders of restorative projects, affirming the rights of the Land and other sentient beings to receive care, developing leadership structures that serve to unite (rather than polarize) citizens in addressing environmental problems, and forming diverse relational webs that exceed partnerships. Action research, informed by Indigenous worldviews, can play a pivotal role in supporting communities in assuming relational responsibility in caring for the Land and one another. As Donna Haraway (2016) contends, it is time to ‘make kin’ outside of our genetic and ancestral ties to ‘change the story’.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».