You can’t just bring people here and then not feed them: A case in support of Indigenous-led training environments
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
By and large, academic research in geography has advanced the colonial project, and been synonymous with extractive and reductionist research practices that subjugate Indigenous people. To counteract these harmful impacts and produce research that supports the needs of communities, advancing Indigenous sovereignty over research is vital. By presenting a case study of an Indigenous research space at a Canadian University, we argue that Indigenous training environments are more than a shared, physical space; they provide essential emotive and relational spaces of collaborative learning, wherein trainees practice relationship-building, reciprocity, and accountability. This article argues that decolonizing academic spaces dedicated to Indigenous geographic research will be essential to meeting the ethical imperative of Indigenous control over knowledge production. There is a current deficit of culturally appropriate spaces that support both the whole person and their learning. We highlight the impact of Indigenous training environments in nurturing respectful, long-standing relationships with peers, community, and research partners; a critical element of Indigenous geographies, yet one of the most challenging aspects of upholding meaningful and decolonizing research. By drawing on our diverse perspectives and research projects, we reflect on how an Indigenous-led training environment, rooted in Indigenous ways of knowing, can contribute to relational accountability both within and outside of these spaces. As more communities assert their authority over these processes, the need for respectful research grows, and it is anticipated that this article will provide a useful guide and support for emerging Indigenous training environments.
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.
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 | 0,001 | 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 | 0,003 | 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 découle