MétaCan
Menu
Retour à la cohorte
Enregistrement W4403262524 · doi:10.1080/14927713.2024.2411427

(Re)creation through recreation: strengthening Hul’qumi’num’ identities through ‘leisure’

2024· article· en· W4403262524 sur OpenAlexafffundvenue
Britta Peterson

Notice bibliographique

RevueLeisure/Loisir · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial and Cultural Dynamics
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésRecreationSociologyLeisure timeHumanitiesPolitical scienceArtPhysical activity

Résumé

récupéré en direct d'OpenAlex

A strong understanding of one’s cultural identity can serve as a protective factor against adversity. Correspondingly, empirical evidence has identified that participation in leisure may be a catalyst or contributing factor to forming one’s identity. However, scholarly understandings of the term leisure have been dominated by Eurocentric ideals. In this paper, I used Hul’qumi’num’ snuw’uy’ulh (sacred teachings) as my theoretical framework to explore how Hul’qumi’num’ mustimuxw (Hul’qumi’num’ people), specifically participating members of Snuneymuxw First Nation, understand and engage in leisure practices. Resultantly, I present my reflexive and tension filled process to assert that while study participants differentiated between engagement in both Indigenous and non-Indigenous leisure pursuits, the overarching premise was that one’s cultural identity and leisure participation were not independent of one another, regardless of the nature of the activity. Moreover, I suggest that in contemporary contexts, leisure participation from the perspective of the participants did not distinguish between Indigenous and non-Indigenous leisure to create either/or binaries but rather presented a notion of both. Thus, I demonstrate the reciprocal utility of Indigenous and non-Indigenous leisure pursuits in developing and maintaining cultural identity for Hul’qumi’num’ mustimuxw when rooted in snuw’uy’ulh.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,739
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,002
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,041
Tête enseignante GPT0,340
Écart entre enseignants0,299 · 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 tête enseignante, pas un consensus.

Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

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

En bref

Citations3
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueLeisure/LoisirMême sujetSocial and Cultural DynamicsTravaux en français237 207