MétaCan
Menu
Retour à la cohorte
Enregistrement W2274818195 · doi:10.17645/si.v4i1.436

More Than a Checklist: Meaningful Indigenous Inclusion in Higher Education

2016· article· en· W2274818195 sur OpenAlexaffabout
Michelle Pidgeon

Notice bibliographique

RevueSocial Inclusion · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueIndigenous Health, Education, and Rights
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésIndigenousIndigenizationChecklistEmpowermentGovernment (linguistics)Inclusion (mineral)Economic growthHigher educationPolitical scienceSociologyTraditional knowledgePublic administrationSocial sciencePsychologyAnthropologyLaw

Résumé

récupéré en direct d'OpenAlex

Since the 1970s there has been increased focus by institutions, government, and Indigenous nations on improving Aboriginal peoples participation and success in Canadian higher education; however disparity continues to be evident in national statistics of educational attainment, social determinants of health, and socio-economic status of Aboriginal compared to non-Aboriginal Canadians. For instance, post-secondary attainment for Aboriginal peoples is still only 8% compared to 20% of the rest of Canada (Statistics Canada, 2008, 2013). A challenge within higher education has been creating the space within predominately Euro-Western defined and ascribed structures, academic disciplines, policies, and practices to create meaningful spaces for Indigenous peoples. Indigenization is a movement centering Indigenous knowledges and ways of being within the academy, in essence transforming institutional initiatives, such as policy, curricular and co-curricular programs, and practices to support Indigenous success and empowerment. Drawing on research projects that span the last 10 years, this article celebrates the pockets of success within institutions and identifies areas of challenge to Indigenization that moves away from the tokenized checklist response, that merely tolerates Indigenous knowledge(s), to one where Indigenous knowledge(s) are embraced as part of the institutional fabric.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,039
score de la tête « metaresearch » (Gemma)0,052
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,039
Score d'incertitude au seuil0,207

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0390,052
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0170,021
Communication savante0,0090,014
Science ouverte0,0020,030
Intégrité de la recherche0,0050,008
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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.

Tête enseignante Opus0,022
Tête enseignante GPT0,333
Écart entre enseignants0,311 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations191
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSocial InclusionMême sujetIndigenous Health, Education, and RightsTravaux en français237 207