Green Healthcare – Collective Wellbeing for People and Planet
Notice bibliographique
Résumé
Background: As global climate change accelerates, the crisis of species survival invites holistic ways of knowing. There is a resurgence of engagement in Indigenous spiritual wellbeing systems as part of anti-colonial liberation movements. Green collective wellbeing systems (GreenCoWell) offer opportunities to heal both people and the planet, addressing the notion of separation between life forms. Objective: We plan to study and elaborate upon 6 BIPOC health practices based on interconnection, including family constellation healing (Zulu nation, Southern Africa), fa (Ghana), yoga (India), shinrinyoku (Japan), Danza Azteca (Central America), and one practice to be identified in the course of the study. From a feminist, anti-racism and decolonial lens, our work aims to support ways of knowing which originate from the Global South and Indigenous communities. Methods: Applying a participatory action research approach, we will blend qualitative and arts-based methods to portray 6 global GreenCoWell. Healers from each tradition will be interviewed separately and will engage in a collective dialogue on the desire, need, and methods for proliferating GreenCoWell systems. Results: The results of this project will be a film, poems, stories, academic products, social media messages, and a manifesto emanating from the collective dialogue. Conclusion: This mixed methods arts-based, feminist, anti-racism, and decolonial project brings together healers from 6 traditions, representing a novel approach to addressing climate change. Those who practice GreenCoWell engage in environmental conservation. Our long term aspiration is for more people to experience mental, physical, and spiritual wellbeing through these and related GreenCoWell and take action for climate justice.
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 | 0,000 | 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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; 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 ».