The benefits of Indigenous-led social science: a mindset for Arctic sustainability
Notice bibliographique
Résumé
Abstract The Peoples of the Arctic and Arctic health and sustainability are highly interconnected and essentially one and the same. An appropriate path to a sustainable Arctic involves a shift away from individual learning and achieving toward community leadership and the betterment of society. This article draws upon mindset theory from Western psychology and Indigenous relational accountability to propose and outline a model for achieving sustainability in the Arctic. The geographic focus is the North American Arctic. The principles of the argument and the foundations of the model may apply across the Circumpolar North. The paper is a call to action for social scientists and policy makers in the Arctic to implement an Indigenous-led and self-determined social science. Empowering and supporting Indigenous leaders and scholars to direct and conduct autonomous social science research would inherently produce well-being and sustainability for Indigenous communities and regions. The arguments are supported by an inductive analysis of peer-reviewed literature, and the model is organized and illustrated using a schematic of concentric circles. The foundational elements of the model include: Indigenous sovereignty, Indigenous ontology, Indigenous models of sustainability, and Indigenous scholarship. Environmental scientists, resource managers, and policy makers are directed to better understand, accept, and support Indigenous science as a comprehensive and valid knowledge system; change how they use key terminology in research; rethink research roles; and amend processes and timelines for research development and funding. To achieve the desired outcomes for community well-being and Arctic sustainability, Arctic social scientists should seriously consider centering Indigenous science, especially in 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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,078 | 0,006 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».