MétaCan
Menu
Retour à la cohorte
Enregistrement W4408559174 · doi:10.1016/bs.dnb.2025.02.005

How is the Land linked to the brain?

2025· book-chapter· en· W4408559174 sur OpenAlexaff
Shawn Wilson, Ketil Lenert Hansen, Anna Lydia Svalastog

Notice bibliographique

RevueDevelopments in neuroethics and bioethics · 2025
Typebook-chapter
Langueen
DomaineNeuroscience
ThématiqueNeuroscience, Education and Cognitive Function
Établissements canadiensUniversity of British Columbia, Okanagan CampusOkanagan College
Organismes subventionnairesnon disponible
Mots-clésGeography

Résumé

récupéré en direct d'OpenAlex

Strategies to improve mental health must include Indigenous knowledge and ways of living and expression, starting with acknowledging the fundamental importance of connection between the Land and the brain. In this chapter we present and discuss stories about places and land. These stories are fundamental for all people, as they ensure that memories and knowledge are kept alive and thus guide us. Stories teach us how to understand ourselves and how to interact in our relationships with things known and unknown, in a landscape populated by our past and our present. We use Fjellheim’s concept of Sámi cultural landscape to show how ways of living, knowing and being are integrated into ongoing cultural connection to the Land. Fjellheim’s mapping of the Sámi cultural landscape, which analyses the route of South Sámi reindeer herders at Røros, provides a theoretical framework for understanding the relationship between cognition, feelings, attitudes, values, social relations and the Land. We continue with an auto-ethnographic process and set out to investigate which stories about place and Land matter for us, and why. These stories carry memories of the past and experiences we, or people we know, have had. We then present a story of how Land is related to mental health through detailing the impact of wind farms on Sami youth. The colonial past and present harms the connection to cultural landscape, and wants to deny Indigenous relations to Land.

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)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,934
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,003
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,103
Tête enseignante GPT0,327
Écart entre enseignants0,224 · 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'étudeSans objet
Domainenon disponible
GenreCommentaire

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

En bref

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDevelopments in neuroethics and bioethicsMême sujetNeuroscience, Education and Cognitive FunctionTravaux en français237 207