MétaCan
Menu
Retour à la cohorte
Enregistrement W2509553645 · doi:10.3390/ijerph13090899

Developing Responsive Indicators of Indigenous Community Health

2016· article· en· W2509553645 sur OpenAlexaff
Jamie Donatuto, Larry Campbell, Robin Gregory

Notice bibliographique

RevueInternational Journal of Environmental Research and Public Health · 2016
Typearticle
Langueen
DomaineHealth Professions
ThématiqueIndigenous Studies and Ecology
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesU.S. National Library of MedicineU.S. Environmental Protection AgencyNational Science Foundation
Mots-clésIndigenousEnvironmental healthOccupational safety and healthGeographyEnvironmental planningMedicineEcologyBiology

Résumé

récupéré en direct d'OpenAlex

How health is defined and assessed is a priority concern for Indigenous peoples due to considerable health risks faced from environmental impacts to homelands, and because what is "at risk" is often determined without their input or approval. Many health assessments by government agencies, industry, and researchers from outside the communities fail to include Indigenous definitions of health and omit basic methodological guidance on how to evaluate Indigenous health, thus compromising the quality and consistency of results. Native Coast Salish communities (Washington State, USA) developed and pilot-tested a set of Indigenous Health Indicators (IHI) that reflect non-physiological aspects of health (community connection, natural resources security, cultural use, education, self-determination, resilience) on a community scale, using constructed measures that allow for concerns and priorities to be clearly articulated without releasing proprietary knowledge. Based on initial results from pilot-tests of the IHI with the Swinomish Indian Tribal Community (Washington State, USA), we argue that incorporation of IHIs into health assessments will provide a more comprehensive understanding of Indigenous health concerns, and assist Indigenous peoples to control their own health evaluations.

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)0,038
score de la tête « metaresearch » (Gemma)0,076
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: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,038
Score d'incertitude au seuil0,199

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0380,076
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0060,005
Études des sciences et des technologies0,0020,001
Communication savante0,0030,004
Science ouverte0,0020,005
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,152
Tête enseignante GPT0,489
Écart entre enseignants0,337 · 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
GenreMéthodes

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

En bref

Citations68
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Environmental Research and Public HealthMême sujetIndigenous Studies and EcologyTravaux en français237 207