Transgenerational genocidal trauma of the Holodomor: Mental-health–relevant motifs in public testimonies
Notice bibliographique
Résumé
The Holodomor (1932-33) persists in family narratives, household rules, and commemorations that may shape community health across generations. Using an open-source intelligence (OSINT) approach, we compiled and froze a unique-heavy corpus of public, non-academic testimonies in English and Ukrainian (N = 163) from the National Museum of the Holodomor-Genocide, the Ukrainian Canadian Research & Documentation Centre, and institutionally hosted YouTube interviews. We coded 10 motifs (presence/absence) and analysed frequencies, pairwise co-occurrences, and descriptive transmission-motif associations (Fisher’s exact/χ²). Identity and Collective Memory and Explicit Storytelling were most prevalent (n = 106 and n = 163), followed by Food-Security Behaviours (n = 75), Distrust/Institutional Mistrust (n = 64), and Scarcity Mindset/Thrift (n = 48). Food-Security Behaviours co-occurred more with Storytelling and Identity/Memory than with Ritual/Commemoration (Food × Story = 75; Food × Identity = 19; Food × Ritual = 0). Food-Security also showed a directionally positive association with Hypervigilance/Anxiety (OR = 2.05; a = 13, b = 62, c = 8, d = 80; two-sided Fisher p = .16). Associations involving Parenting/Discipline and Ritual/Commemoration were small/unstable due to very low marker-present denominators (n = 4 and n = 2). The co-occurrence hub centred on Storytelling, Identity/Memory, Food-Security, and Hypervigilance, with Distrust and Scarcity as neighbours. Public testimony, handled ethically and systematically, can serve as a pragmatic indicator system to inform trauma-aware community practice and guide mixed-methods follow-ups. Funding This study is a part of the project, The impact of the genocidal trauma of the Holodomor on the mental health of Ukrainians: From transgenerational mechanisms to community-oriented interventions, Reg. No. 0125U001724, funded by the Ministry of Education and Science of Ukraine (2024-2025). Disclosure Statement The authors reported no potential conflict of interests.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,003 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».