MétaCan
Menu
Retour à la cohorte
Enregistrement W2753215335 · doi:10.15402/esj.v2i1.196

Pursuing Mutually Beneficial Research: Insights from the Poverty Action Research Project

2017· article· en· W2753215335 sur OpenAlexfundvenueno aff
Jennifer S. Dockstator, Eabametoong First Nation, Misipawistik Cree First Nation, Opitciwan Atikamekw First Nation, Sipekne'katik First Nation, Lillooet BC T'it'q'et, Gérard Duhaime, Charlotte Loppie, David Newhouse, Frederic C. Wien, Wanda Wuttunee, Jeff Denis, Mark S. Dockstator

Notice bibliographique

RevueEngaged Scholar Journal Community-Engaged Research Teaching and Learning · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueIndigenous Health, Education, and Rights
Établissements canadiensnon disponible
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésIndigenousAction researchReciprocity (cultural anthropology)PovertySociologyPacePsychological resilienceWork (physics)Action (physics)Political sciencePublic relationsEngineering ethicsEnvironmental ethicsSocial sciencePsychologySocial psychologyEngineeringPedagogyGeographyEcology

Résumé

récupéré en direct d'OpenAlex

Research with, in, and for First Nations communities is often carried out in a complex environment. Now in its fourth year, the Poverty Action Research Project (PARP) has learned first-hand the nature of some of these complexities and how to approach and work through various situations honouring the Indigenous research principles of respect, responsibility, reciprocity, and relevance (Kirkness & Barnhardt, 2001). By sharing stories from the field, this article explores the overarching theme of how the worlds of academe and First Nations communities differ, affecting the research project in terms of pace, pressures, capacity, and information technology. How PARP research teams have worked with these challenges, acknowledging the resilience and dedication of the First Nations that are a part of the project, provides insights for future researchers seeking to engage in work with Indigenous communities.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,918
score de la tête « metaresearch » (Gemma)0,528
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Études des sciences et des technologies, Communication savante, Intégrité de la recherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,959
Score d'incertitude au seuil0,993

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,9180,528
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,9620,003
Communication savante0,0110,003
Science ouverte0,0040,000
Intégrité de la recherche0,0010,747
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,391
Tête enseignante GPT0,504
Écart entre enseignants0,114 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeQualitatif
DomaineMéthodes
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

Citations4
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEngaged Scholar Journal Community-Engaged Research Teaching and LearningMême sujetIndigenous Health, Education, and RightsTravaux en français237 207