Harnessing the Power of Stories for Rural Sustainability: Reflections on Community-Based Research on the Great Northern Peninsula of Newfoundland
Notice bibliographique
Résumé
Stories have the power to shape understanding of community sustainability. Yet in places on the periphery of capitalist systems, such as rural and resource-based regions, this power can be used to impose top–down narratives on to local residents. Academic research often reinforces these processes by telling damage-centric narratives that portray communities as depleted and broken, which perpetuates power imbalances between academia and community members, while disempowering local voices. This article explores the potential of storytelling as a means for local actors to challenge top–down notions of rural sustainability, drawing on a community-based research initiative on the Great Northern Peninsula (GNP) of Newfoundland. Five of the authors are community change-makers and one is an academic researcher. We challenge deficiencies-based narratives told about rural Newfoundland and Labrador, in which the GNP is often characterised by a narrow set of socio-economic indicators that overlook the region’s many tangible and intangible assets. Grounded in a participatory asset mapping and storytelling process, a ‘deep story’ of regional sustainability based on community members’ voices contrasts narratives of decline with stories of hope, and shares community renewal initiatives told by the dynamic individuals leading them. This article contributes to regional development efforts on the GNP, scholarship on sustainability in rural and remote communities, and efforts to realise alternative forms of university-community engagement that centre community members’ voices and support self-determination.
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 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,029 | 0,031 |
| Communication savante | 0,008 | 0,005 |
| Science ouverte | 0,003 | 0,011 |
| Intégrité de la recherche | 0,002 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».