The World Indigenous Research Alliance (WIRA): Mediating and mobilizing Indigenous Peoples’ educational knowledge and aspirations
Notice bibliographique
Résumé
There is an Indigenous resurgence in education occurring globally. For more than a century Euro-western approaches have controlled the provision and quality of education to, and for Indigenous peoples. The World Indigenous Research Alliance (WIRA) established in 2012, is a grass-roots movement of Indigenous scholars passionate about making a difference for Indigenous peoples and their education. WIRA is a service-oriented endeavor designed by Indigenous scholars working in mainstream institutions to support each other and to provide culturally safe spaces to share ideas. This paper highlights how WIRA came to be, and outlines the nature and scope of these shared endeavours. Strategically, WIRA operates under the mandate of the World Indigenous Nations Higher Educational Consortium (WINHEC) who regularly report to the General Assembly of the United Nations Indigenous Peoples Permanent Forum on Indigenous Issues (UNPFII) pertaining to Indigenous Peoples and their education (United Nations Permanent Forum on Indigenous Issues, 2007). Indeed, this collaboration provides the opportunity to share best practices across respective countries, and to co-design interdisciplinary, dynamic and innovative educational research. Since the inception of WIRA, a number of research priorities have emerged alongside potential funding models we believe can assist our shared work moving forward. The launching of WIRA is timely, and sure to accelerate the goals envisaged by WINHEC, and Indigenous peoples aspirations in education more generally.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,017 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».