In Their Words
Notice bibliographique
Résumé
Yukon University and the Vuntut Gwitchin First Nation (VGFN) explored emerging issues during the COVID-19 pandemic within the community of Old Crow. This community-based participatory research project took place in Old Crow, Yukon and sought to hear the perspectives of citizens of the community during the pandemic. Using a strengths-based approach grounded in Indigenous ways of knowing and doing, participants described the impacts of COVID-19 in the northern Village of Old Crow on intergenerational trauma, mental wellness, social divisions created by vaccine uptake, and social isolation in an already isolated community. We also sought to learn how the health and wellness of the Vuntut Gwitchin citizens was impacted, including but not limited to, gender, the effects of COVID-19, vaccine confidence, social divisions generated through personal vaccine decisions, mental health and substance use, and the impact of long COVID. We heard how the community mobilized and reacted to the pandemic through policies and decisions, as well as programs and support offered to citizens. This project identified the lessons learned in the response to COVID-19 that could guide the response to subsequent pandemics or health emergencies that are culturally safe and strengthen the capacity of the community, as well as the health and wellness of the citizens. The participants’ perspectives reflected their resiliency, self-determination, strong sense of community, and traditional ways of knowing and being. The uniqueness of their experiences may provide insights that can support other communities that are Indigenous, rural and remote in dealing with future pandemics.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,008 | 0,003 |
| Communication savante | 0,010 | 0,007 |
| Science ouverte | 0,001 | 0,007 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,292 | 0,202 |
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 source (Gemma direct ou Codex distillé), 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 ».