MétaCan
Menu
Retour à la cohorte
Enregistrement W2904361598 · doi:10.1017/9781108557122.014

Mapping the Patterns of Underestimated Researcher-Indigenous Collaboration

2018· book-chapter· en· W2904361598 sur OpenAlexaffabout
Thomas Burelli

Notice bibliographique

RevueCambridge University Press eBooks · 2018
Typebook-chapter
Langueen
DomaineMedicine
ThématiqueGlobal Health and Surgery
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésIndigenousTraditional knowledgeWork (physics)Public relationsPolitical scienceKnowledge managementEngineering ethicsEngineeringComputer scienceEcology

Résumé

récupéré en direct d'OpenAlex

This chapter focuses on the role and the contributions of Indigenous peoples and researchers towards the implementation of access and benefit-sharing (ABS). While States are often defined as the most competent authorities for the adoption of ABS implementation measures, the role and responsibilities of providers and users are often underestimated. As this chapter will show, the expectations imposed on states are exaggerated. They are not consistent with many sources, including relevant international instruments, research ethics, and the claims, experiences and practices of Indigenous and local communities themselves. Researchers and Indigenous peoples share common objectives when they are jointly and directly involved in research projects on genetic resources and traditional knowledge. They are interested and involved in regulating the circulation of genetic resources and traditional knowledge. As this chapter will illustrate, in countries like Canada researchers and Indigenous people have seized the opportunity to improve their relationships and work together. In fact, they have developed and mobilized several types of tools such as code of ethics and contracts to try to move towards more respectful and equitable relationships, including ABS.

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)0,033
score de la tête « metaresearch » (Gemma)0,054
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: Empirique
Score de désaccord entre enseignants0,033
Score d'incertitude au seuil0,174

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0330,054
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0060,010
Études des sciences et des technologies0,0130,012
Communication savante0,0120,012
Science ouverte0,0030,020
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,068
Tête enseignante GPT0,276
Écart entre enseignants0,208 · 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

Citations0
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCambridge University Press eBooksMême sujetGlobal Health and SurgeryTravaux en français237 207