Weaving Indigenous and Western ways of knowing in ecotoxicology and wildlife health: a review of Canadian studies
Notice bibliographique
Résumé
Western-trained, non-Indigenous researchers in Canada have an ethical responsibility to collaborate with Indigenous Peoples and to re-envision the scientific research process through the lens of reconciliation. The health of the natural environment has long been a concern to both Indigenous and non-Indigenous Peoples, and weaving different ways of knowing could provide a path forward to address critical wildlife health concerns. Here, we conducted a review of the peer-reviewed and grey literature that claims to weave Indigenous and Western ways of knowing in ecotoxicology and wildlife health in Canada, coding for background information, wildlife health stressors, research methods, Indigenous participation, and research outcomes. Seventeen studies met the inclusion criteria, the majority of which were published since 2015 and took place in Canada’s North. Research collaborations were often between First Nations or Inuit knowledge holders (most frequently, active harvesters and Elders) and Western-trained, non-Indigenous academics. Most studies were initiated by mutual agreement between community partners and researchers, but no study was “Indigenous-led” at any stage of research. Studies investigated environmental contaminants and health-related topics in a range of wildlife, usually traditional subsistence species. The most commonly studied disease was avian cholera, and the most studied class of toxicants was metals and trace elements. Indigenous knowledge was primarily collected via interviews. Studies often used multiple methodologies to braid or weave knowledge, but the most frequently used methodology was community-based participatory research. To provide a more holistic understanding of the process of weaving knowledge, we conducted an in-depth examination, applying a decolonizing lens, of two exemplar cases of collaborative research with Indigenous communities. This exploration led to the conclusion that research that weaves ways of knowing must not be approached with a “one-size-fits-all” mindset, but instead should emphasize relationship building, continuous engagement, and ethical practices. By adopting such practices, Western-trained, non-Indigenous academics can better address critical wildlife health concerns while contributing meaningfully to advancing healing and reconciliation with Indigenous Peoples.
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 | 0,023 | 0,042 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,021 | 0,038 |
| Études des sciences et des technologies | 0,008 | 0,008 |
| Communication savante | 0,011 | 0,005 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,003 |
| 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 ».