Ni niminan kitici kikeian : Je danse pour guérir
Bibliographic record
Abstract
Parler de guérison traditionnelle autochtone, c’est avant tout trouver un équilibre afin d’améliorer tous les aspects du mieux-être (mino pimatisiwin) : spirituel, émotif, physique et mental. Alors que plusieurs pratiques de guérison sont en partie effacées de la mémoire collective, il convient de s’y intéresser et de les documenter pour en préserver la trace. La danse traditionnelle suscite un intérêt particulier chez plusieurs personnes autochtones qui y adhèrent dans un processus de guérison. Ces personnes voient dans la danse traditionnelle autochtone une activité ayant des effets thérapeutiques positifs sur leur mieux-être. L’objectif de ce mémoire était par conséquent de documenter en quoi la danse contribue aux quatre éléments du mieux-être (mino pimatisiwin) – spirituel, émotif, physique et mental. Deux questions se sont imposées : (1) comment la danse traditionnelle autochtone s’inscrit dans le parcours de vie, comme processus de guérison?; (2) en quoi différents éléments du régalia (vêtement traditionnel de danse) contribuent à la « guérison symbolique ». Pour répondre à ces questions, j’ai mené une enquête de 2017 à 2019 auprès d’individus qui pratiquaient la danse traditionnelle autochtone pour s’inscrire dans une démarche de guérison. Les danseurs traditionnels autochtone appartenaient à la Première Nation Abitibiwinni, l’une des neuf communautés anicinapek au Québec. Sept personnes ont participé à l’étude, toutes âgées entre 30 et 50, à l’exception d’une qui avait 70 ans. Les entretiens semi-dirigés leur ont permis d’élaborer librement sur la pratique de la danse traditionnelle autochtone. J’ai complété la collecte de données en étant présent à cinq pow wow et en questionnant l’entourage des participants à l’étude. Deux thèmes principaux se sont dégagés de l’analyse thématique des données : l’estime de soi et l’identité culturelle. La majorité des participants ont reconnu de façon consciente ou inconsciente que les différentes composantes de la danse traditionnelle autochtone renforcent l’estime de soi et participent à l’affirmation identitaire.
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 | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.007 | 0.003 |
| Scholarly communication | 0.003 | 0.003 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.004 |
| Insufficient payload (model declined to judge) | 0.015 | 0.004 |
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".