Rethinking planetary health assumptions about ontology through ethnography
Notice bibliographique
Résumé
Background Planetary health seeks to promote human and ecological wellbeing, emphasising the interconnectedness of humans as part of nature and the inclusion of Indigenous Knowledges. However, critiques highlight the reliance of Planetary Health on the Western ontological categories of nature and human, and the low engagement with indigenous worldviews. In this study, I examined whether the terms nature and human can effectively convey how Mexican grassroots-level land-defence organisations promote planetary health. Methods 9 months of ethnographic fieldwork (November 2023 to August 2024) was conducted in El Salto and Juanacatlán in Mexico, which are communities severely impacted by industrial pollution, to learn from two grassroot-level organisations, Un Salto de Vida (A Leap of Life) and the Concejo Indígena de Xonacatlán (Xonacatlán Indigenous Council). I observed participants and conducted interviews and storytelling workshops to examine the relationship between local practices and the ontological assumptions of planetary health (ie, a single nature and a universal human) using an abductive data analysis approach. Findings Two ethnographic stories illustrate these challenges. The first contrasts two ways of making pollution real: one based on threshold theories, the other on the disappearance of native animals. The second story examines Indigenous Coca resurgence in Juanacatlán, highlighting the risks of studying using a non-indigenous lens. Interpretation The first story disrupts the assumption of a single nature by revealing two ways to enact pollution. The second story questions the universal human by exposing Indigenous- mestizo power relations in development projects that might harm planetary health. Overall, this study calls for meaningful engagement with grassroots and indigenous ontologies in planetary health scholarship. Funding The Vanier Canada Graduate Scholarship and Pierre Elliot Trudeau Foundation scholarship supported this work as part of the authors' graduate studies.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».