Prioritizing Indigenous Elders’ Knowledge for Intergenerational Well-being
Bibliographic record
Abstract
RÉSUMÉ Le rapport final de la Commission de vérité et réconciliation du Canada (2015) a souligné la nécessité de soutenir l’autodétermination des Autochtones pour remédier aux séquelles des pensionnats. Cependant, la recherche sur le vieillissement autochtone demeure dominée par les colons. Dans le cadre de cette étude indigéniste menée par une équipe de recherche comprenant des Cris et des colons, des aînés autochtones ont été interrogés pour connaître les éléments qui seraient nécessaires, selon eux, pour le soutien du bien-être des personnes âgées de leurs communautés. Les aînés ont affirmé que la guérison des survivants âgés passe par la reconnexion avec les savoirs culturels que les pensionnats ont cherché à éradiquer. En renouant avec leurs rôles traditionnels dans la transmission des connaissances, les personnes âgées soutiennent non seulement leur propre guérison, mais aussi celle de toute leur communauté. Cette compréhension de la nature profondément interrelationnelle des communautés autochtones implique que le bien-être des personnes âgées dépend de la réappropriation de leur identité culturelle, mais aussi de leur rôle en tant que transmetteurs intergénérationnels de savoirs.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.003 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.009 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".