Sharing Intergenerational Food Stories on the Land and Online to Engage Mi’kmaw Children in Indigenous Food Sovereignty
Notice bibliographique
Résumé
Introduction: Within Indigenous cultures, stories about food and health have been shared on the land because the land, air, water, and ice are where food naturally grows and exists. Yet, Indigenous children are increasingly using online technologies to gather knowledge and share stories with their communities. Objectives: Through analyzing a storytelling session led by a Mi’kmaw Knowledge Keeper, this paper explores how land-based learning can come together with online technology to engage children in Indigenous food sovereignty. Methods: This study is situated within an intergenerational Mi’kmaw foods project called the Land2Lab Project and is guided by Two-Eyed Seeing and decolonial theory. We used narrative inquiry to explore a Knowledge Keeper’s storytelling session that was conducted with 14 Mi’kmaw children. Results: Through this study we learned that we can prioritize Mi’kmaw knowledge both on the land and online. Yet, spending time on the land intergenerationally learning about Mi’kmaw foodways is imperative to maintaining Mi’kmaw food knowledge and engaging children in Indigenous food sovereignty. Conclusion/Discussion: While online technology may seem paradoxical to land-based learning, some elements of intergenerational storytelling can happen online and on the land, and both can be used to support the protection of Mi’kmaw knowledge systems, foodways, and health for future generations.
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 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 | 0,009 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».