Community Resilience and Creating Capacities for Risk Reduction in First Nations Communities, Case Study in Minegoziibe Anishinabe (Pine Creek First Nation)
Notice bibliographique
Résumé
The colonization of Indigenous peoples in Canada has serious consequences on First Nations, including forced removal and displacement from their ancestral lands, environmental degradation, declining resources and capacities, and human rights violations. First Nations communities are currently facing the amplified effects of human-driven climate change. Sustainability of the environment is not just a concept, but a practiced way of life, that recognizes the interdependence of all living things. This deep respect for Aki (earth) is at the foundation of First Nations cultures and continues to guide their actions to insure better futures for Seven Generations. The community of Minegoziibe Anishinabe (Pine Creek First Nation), located in Manitoba, has recently confronted life-threatening events of wildfires and floods. Like many First Nations, they have also faced the harmful social effects resulting from the legacy of Indian Residential Schools (IRS) and the epidemic of drug and alcohol use (Bombay et al., 2014). The community is creating capacities for risk reduction through taking care of their mental, physical, emotional, and spiritual well-being. Traditional roles and responsibilities of the Chief and Council, Elders, Knowledge Keepers, and community members have helped guide mechanisms for emergency response and recovery. The analysis uses a holistic approach to understand community resilience (CR) through decolonized frameworks for disaster risk reduction (DRR). Keywords: First Nations, Indigenous, land-based knowledge, Medicine Wheel, community resilience (CR), disaster risk reduction (DRR)
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 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 ».