First Nations Data Governance, Privacy, and the Importance of the OCAP® principles
Notice bibliographique
Résumé
IntroductionGovernance of First Nations data and information requires important considerations that go beyond those typically used in research. Researchers are generally not trained in how to work appropriately within the realm of First Nations data. Further, while Canadian legislation protects individual privacy, First Nations’ community privacy is not protected. Objectives and ApproachThe OCA® principles were created to fill these identified gaps. OCAP® is an acronym that outlines principles regarding the collection, use, and disclosure of data or information regarding First Nations. The letters in OCAP® describe four key principles: Ownership, Control, Access and Possession. ResultsFirst Nations OCAP® principles are beginning to make a paradigm shift in research. This shift in applying OCAP® is changing the standard for First Nations’ data and information. These principles give First Nations sovereignty over their data and information when applied appropriately. The principles go beyond the protection of individual privacy to include the additional consideration of community privacy, a vital issue when working with First Nations’ data. Conclusion/ImplicationsOCAP®, when effectively applied, is a bridging tool for both First Nation communities and researchers to engage in relevant, reciprocal, and practical research projects to tell a story, provide insight, and effect policy change.
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 | 0,290 | 0,333 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,005 | 0,008 |
| Études des sciences et des technologies | 0,013 | 0,047 |
| Communication savante | 0,031 | 0,019 |
| Science ouverte | 0,005 | 0,021 |
| Intégrité de la recherche | 0,013 | 0,019 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,002 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».