MétaCan
Menu
Retour à la cohorte
Enregistrement W4362607428 · doi:10.1139/er-2022-0087

Weaving Indigenous and Western ways of knowing in ecotoxicology and wildlife health: a review of Canadian studies

2023· review· en· W4362607428 sur OpenAlexafffundvenueabout
Lydia R. Johnson, Alana Wilcox, Steven M. Alexander, Ella Bowles, Heather Castleden, Dominique Henri, Chris Herc, Lucas King, Jennifer F. Provencher, Diane M. Orihel

Notice bibliographique

RevueEnvironmental Reviews · 2023
Typereview
Langueen
DomaineHealth Professions
ThématiqueIndigenous Studies and Ecology
Établissements canadiensUniversity of VictoriaUniversity of WaterlooFisheries and Oceans CanadaEnvironment and Climate Change CanadaQueen's University
Organismes subventionnairesFisheries and Oceans CanadaEnvironment and Climate Change CanadaMitacsQueen's UniversityCanada Research Chairs
Mots-clésIndigenousWildlifeTraditional knowledgeSubsistence agricultureParticipatory action researchCommunity-based participatory researchGeographySociologyEnvironmental planningEnvironmental resource managementEcologyAnthropologyAgricultureArchaeologyBiology

Résumé

récupéré en direct d'OpenAlex

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,023
score de la tête « metaresearch » (Gemma)0,042
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,087
Score d'incertitude au seuil0,635

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0230,042
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0210,038
Études des sciences et des technologies0,0080,008
Communication savante0,0110,005
Science ouverte0,0030,004
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,293
Tête enseignante GPT0,460
Écart entre enseignants0,167 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations22
Publié2023
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueEnvironmental ReviewsMême sujetIndigenous Studies and EcologyTravaux en français237 207