Relationality in Indigenous Climate Change Education Research: A Learning Journey from Indigenous Communities in Bangladesh
Notice bibliographique
Résumé
Abstract This article explores my relational learning reflections with the Laitu Khyeng Indigenous community in the Chittagong Hill Tracts (CHT), Bangladesh, focusing on Indigenous perspectives on climate change education. Implementing a relational theoretical framework, I share my reflections on relational learning in this research as part of being accountable to the Indigenous community. Through exploring Indigenous land-based climate change research, five central themes emerge Indigenous land rights, relationship with the environment, community-led relationality as collaboration, intergenerational relational knowledge and relationality as ethical reciprocity. The findings explore the intrinsic connection between Indigenous communities and their ancestral territories, emphasising the significance of upholding Indigenous sovereignty over land for sustainable adaptation to climate change. In this article, I highlight the importance of relational learning as a form of education, fostering resilience rooted in preserving traditional practices and spaces. Relationality with the environment is central to Indigenous climate education, promoting understanding and reciprocity with the land. In my learning, I learned that community dynamics and collaborative learning are essential for effective climate education, emphasising collective action and diverse perspectives. In relational learning, inter-generational knowledge transmission ensures the preservation and sharing of traditional land-based knowledge across generations, forming the foundation for sustainable adaptation strategies. Ethical engagement and reciprocity guide research interactions, emphasising mutual respect and cultural sensitivity. By centring Indigenous perspectives and knowledge systems, this study advocates for community-led approaches to climate change education, fostering resilience and environmental stewardship within Indigenous communities.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».