Laughter Yoga as a School-based Wellness Program: Supporting the Well-Being of Nishnawbe Youth
Notice bibliographique
Résumé
This paper explores how the participation in Laughter Yoga (LY) could assist in supporting the overall well-being of Nishnawbe youth. Many Nishnawbe youth are at a heightened risk of mental health issues and social inequities that are associated with the (social) stigma and discrimination that is indicative of colonialism. I illustrate these risks and inequities by discussing the effects of colonialism and the Indian Residential Schools. I discuss the educational inequities that impact many First Nations youth and review the province of Ontario’s largest coroner’s inquest into the tragic deaths of seven Nishnawbe youth in the Canadian city of Thunder Bay as an example of these inequities. I then provide an Indigenous perspective of mental health in Canadian schools and introduce how the use of laughter has been recognized by Indigenous groups around the world as an integral component of community bonding, social interaction, and communal storytelling. Next, I examine the positive physiological and psychological affects that laughter has on the body and how the promotion of laughter is one strategy that could be introduced to advocate an overall sense of wellness. I then explain the concept of LY and the benefits that LY could have in the classroom. This paper concludes with a list of recommendations that will help support educational administrators, educators, and those who work with/for First Nations youth in the implementation of a school-based LY program as an embodied movement wellness practice with/for First Nations youth within Canadian schools.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».