PILOTING THE ADAPTED KIMBERLY INDIGENOUS COGNITIVE ASSESSMENT TOOL WITH INDIGENOUS SENIORS IN CANADA
Notice bibliographique
Résumé
Dementia has become a growing public health issue in an aging Indigenous population in Canada. The Canadian Consortium on Neurodegeneration in Aging (CCNA) includes a research team specifically addressing issues related to quality of life for Indigenous people with dementia and their caregivers. A key component of the work encompasses development of a culturally relevant and psychometrically sound cognitive assessment screening tool. Current cognitive assessments present varying degrees of cultural, educational and language bias, impairing their application in Indigenous communities. This paper reports on the piloting and evaluation of an adapted Indigenous cognitive assessment tool in First Nations communities in Canada. Using community-based participatory methods and a “two-eyed seeing approach,” researchers worked closely with community partners to adapt the Kimberly Indigenous Cognitive Assessment (KICA) for use with Indigenous populations in Northern Ontario, Canada. The KICA was developed to address the gap of culturally appropriate assessment tools for older Indigenous people in Australia. The adaptation involved an iterative process where an advisory group, expert Anishinaabe language speakers, team members, and a key expert panel analysed each assessment domain and adjusted the questions to reflect the local cultural understandings and nuances within the Anishinaabe language. The adaptation of the KICA produced a culturally relevant cognitive assessment tool that was piloted with Indigenous participants from seven First Nations communities in Ontario, Canada. The assessment was provided in English or Anishinaabemowin. Culturally appropriate diagnosis and screening may lead to earlier, more accurate diagnosis and improved health outcomes for Indigenous people with dementia in Ontario.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,015 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,007 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».