“Land is everything, land is us”: Exploring the connections between climate change, land, and health in Fort William First Nation
Notice bibliographique
Résumé
The myriad and cumulative impacts of climate change on land, communities, and health are increasingly evident worldwide. Throughout 2019 and 2020, Fort William First Nation and researchers at Lakehead University conducted a project to document and understand connections among climate change, land, and health from the perspective of Elders, knowledge keepers, and community members with close ties to the land. Fort William First Nation is an Anishinaabe community located on the shores of Lake Superior/Kitchigami in Northern Ontario and within Robinson-Superior Treaty territory. This paper describes the analysis of interviews with 22 community members. Two-Eyed Seeing, an approach that centers the working together of Indigenous and non-Indigenous knowledges and peoples and demands respectful relationship building, guided our project and analysis. Our analysis identified five themes: 1) observations and experiences of changes on the land, 2) lack of care and respect for Mother Earth as the root cause of climate change, 3) healthy land, healthy people, 4) youth and future generations, and 5) (re-)connecting with land and culture. 'All our Relations' is a thread woven across these themes emphasizing that climate change is understood and experienced through relationships and relationality. As concluding thoughts and reflections, we share three specific offerings of particular relevance to those engaging in climate change and health research and action with Indigenous peoples and communities. First, this research has highlighted the importance of explicitly centering land when exploring the links between climate change and health. Second, we reflect on the value of both the Two-Eyed Seeing approach and the Medicine Wheel in guiding climate change and health research. Third, we argue for an explicit focus on relationships and relationality in efforts aimed at understanding and addressing climate change.
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 | 0,004 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,028 | 0,016 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».