Nunami iliharniq (Learning from the land): Reflecting on relational accountability in land-based learning and cross-cultural research in Uqšuqtuuq (Gjoa Haven, Nunavut)
Notice bibliographique
Résumé
The land is where Inuit knowledge transfer has taken place for generations. Land-based programs for learning and healing have been increasingly initiated across Inuit Nunangat in support of Inuit knowledge transfer that was disrupted by colonial settlement policies and imposed governance systems. We worked with Elders in Uqšuqtuuq (Gjoa Haven, Nunavut) to develop a project to understand the connections between caribou and community well-being. They emphasized that Elder–youth land camps are the most effective means for Elders to share their knowledge, for youth to learn, and for researchers to engage in respectful research. We used the Qaggiq Model for Inuktut knowledge renewal as a guiding framework, and we followed the direction of a land camp planning committee to plan, facilitate, and follow-up on three land camps (2011–2013). The Qaggiq Model also outlines the Qaggiq Dialogue as a way of engaging in relational accountability according to Inuit context and values. In this paper, we reflect on the complexities of upholding relational accountability in cross-cultural research — as part of entering into a Qaggiq Dialogue — with particular emphasis on local leadership, ethics and safety, experiential learning, and continuity. Our intention is to help others evaluate the opportunities and limitations of land camps for their own community context and research questions. Inuit tama’nganituqaq ilihaivalau’mata nunamii’lutik. Ublumiuřuq Inuit nunaa’ni humituinnaq nunami ilihainahualiqpaktut nunamiinirmik, inuuhirmi’nik i&uaqhinahuaq&-utiglu qauřimanirmi’nik tunihinahuaq&utik nutaqqami’nut qablunaaqaliraluaqti’lugu Inuktut ilihattiaruiralua’mata. Qauřihaqtit taapkuat hanaqatiqaq&utik inutuqarnik Uqšuqtuurmiutarnik Nunavummi, nalunaiqhittiarahuaq&utik tuktut inuuhuqattiarutauni-ngi’nik, inutuqallu nunami katiqatigiiquři’lutik i&uarniqšaittuu’mat: inutuqarnut ta’na ilihaqtami’nik ilihaijuma’lutik, inuuhuktullu ilihattiatqiřaujungna’mataguuq, qauřihaqtillu ta’na qauřihattiatqijaujungna’mata atuutiqaqtunik inungnut. Atuqtut malik&utik qařginnguarmik pivaallirutaunahuaqtumik atuqtauvaktumik atu’magit, malik&utiglu katimařiralaat inuit pitquřai’nik, pingahuiqtiq&utik nunami katiqatigiingniqaralua’mata ukiut 2011-mit 2013-mut. Taamnalu qařginnguaq atuqtauvaktuq titiraqtauhimařuq nalunaiqhihima’mat iluani qanuq qapblunaat pittiarahuarniqšaujungnariakšaita qauřihaqti’lugit inuit pitquhiagut i&uatqiřauřumik. Tařvani titiraqtut unipkaaq&utik ilaagut atqunarnia’nik pittiarahuaq&utik ilitquhiqaqatigiinngiti’lugit – inuuqatigiigahuaq&utik qařgiqaqatigiiktutut ukunanik atuutikhaqarahuaq&utik hanařut: taamna qauřiharniq inungnit aulatau’luni, pittiarnirlu qanurinnginnirlu ihumagiřauřut, nunami ilihaq&utik, kajuhiinnarungnaqtumik aturahuaq&utik atuutiqaqtunik inungnut. Qauřihaqtit tařvani unipkaaqtut atuqtami’nik ikajurniqaqu’lugu ahiinut nunami ilihaqtittinahuaqtunut ima’natut hanalutik, atuutiqattiarnia’niglu atqunarnarnia’niglu ilaagut, ahiit na’miniq hanajumagutik nunami’ni qauřihaqrumagutik ima’natut pijungna’mata.
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 | 0,011 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,035 | 0,028 |
| Communication savante | 0,008 | 0,006 |
| Science ouverte | 0,002 | 0,012 |
| 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 ».