MétaCan
Menu
Retour à la cohorte
Enregistrement W2796102663 · doi:10.5663/aps.v7i1.29342

Try Bravery for a Change: Supporting Indigenous Health Training and Development in Canadian Universities

2018· article· en· W2796102663 sur OpenAlexaffvenueabout
Chantelle Richmond

Notice bibliographique

Revueaboriginal policy studies · 2018
Typearticle
Langueen
DomaineHealth Professions
ThématiquePrimary Care and Health Outcomes
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésIndigenousMentorshipScholarshipPolitical scienceSociologyPerspective (graphical)Environmental ethicsPublic relationsEconomic growthLawEcology

Résumé

récupéré en direct d'OpenAlex

The persistence of egregious inequities signals that we are at a critical juncture regarding the health of Canada’s Indigenous peoples. Now is the time to seriously reflect on the relationships between Indigenous realities, public policy, and the role of Indigenous research environments therein. Addressing the complexity of contemporary Indigenous health inequity requires a fundamental reorientation in the ways we conduct and think about research. This commentary explores the transition currently taking place in Indigenous health training and development in Canadian universities, with a focus on Ontario’s Indigenous Mentorship Network. At the heart of the Ontario Network is the Anishinabe philosophy Mno Nimkodadding Geegi (“We Are All Connected”). In our attempts to address Indigenous health inequality in Canada, we take the perspective that the most important answers will come when we take the time to listen to Indigenous communities. This commentary closes with a discussion on bravery. Just as Indigenous scholars push to make space for their scholarship within the university environments, so too must our institutions have the bravery needed to address the structural changes required to foster that success.

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)0,029
score de la tête « metaresearch » (Gemma)0,041
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 enseignants0,786
Score d'incertitude au seuil0,912

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0290,041
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0700,036
Communication savante0,0180,009
Science ouverte0,0070,016
Intégrité de la recherche0,0110,015
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,184
Tête enseignante GPT0,533
Écart entre enseignants0,349 · 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

Citations5
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueaboriginal policy studiesMême sujetPrimary Care and Health OutcomesTravaux en français237 207