Indigenous University Student Wellness in Canada: A Review of Challenges, Strengths, and Gaps
Notice bibliographique
Résumé
Numerous studies have previously documented the challenges Indigenous students face in Canadian universities, including finances, lack of institutional support, distance from family, childcare responsibilities, and persistently high levels of anti-Indigenous racism. In this topic review, we searched Sociological Abstracts, PsycINFO, and ERIC from January 2020 to August 2025 for articles, books, and theses pertaining to these search terms: Indigenous, Canada, student, university, wellness, success. We narrowed the sample to sixteen (16) papers. We describe wellness from an Indigenous perspective (mainly drawn from Secwepemc, Anishinaabe, and Cree/Nehiyaw traditions). The key factors enhancing Indigenous student wellbeing include funding supports and culturally affirming academic supports. It is not known how issues of Indigenous intersectionality influence student wellbeing. There is also a literature gap regarding the specific experiences and challenges of studying in disciplines where there seem to be very few Indigenous students and faculty – engineering, physical and biological sciences, mathematics (STEM), and medicine. We close with recommendations for validated approaches to supporting Indigenous students, aligned with the Truth and Reconciliation Commission of Canada calls to action. These include honoring the promises made for First Nations student funding and for strengthened Indigenous governance and decision-making in academia.
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 | 0,011 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,022 | 0,044 |
| Études des sciences et des technologies | 0,005 | 0,003 |
| Communication savante | 0,008 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».