MétaCan
Menu
Retour à la cohorte
Enregistrement W2949260630 · doi:10.4324/9781315171647-3

Applying Indigenous Analytical Approaches to Sexual Health Research

2018· book-chapter· en· W2949260630 sur OpenAlexaboutno aff
Gwen Healey

Notice bibliographique

Revuenon disponible
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiqueQualitative Research Methods and Ethics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIndigenousReproductive healthPsychologyMedicineBiologyEnvironmental health

Résumé

récupéré en direct d'OpenAlex

Despite decades of research, few advances have been made in achieving a deeper understanding of underlying issues related to Indigenous communities in Canada who report greater health disparities than their non-Indigenous counterparts. Immersion in an Indigenous worldview is essential to developing such understanding. In this chapter, background detail is given for the qualitative analysis of an article published in the International Journal of Circumpolar Health in 2014 (“Inuit parent perspectives on sexual health communication with adolescent children in Nunavut: ‘It’s kinda hard for me to try to find the words’”). The author notes she changed to a narrative analysis after coding (in HyperRESEARCH software) started feeling disingenuous. A text-based narrative technique and crafting (several photographs of the author’s beaded amauti are provided)—both of which originate from Inuit knowledge theory such as Unikkaaqatigiinniq—were applied to understand and interpret the shared/collected stories of Inuit families about sexual health. This chapter describes how the two processes allowed for layered and meaningful interpretations of the stories, which contributed to a greater overall understanding of this health phenomena. The value of talking about one’s research with other people is also noted.

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)0,063
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesÉtudes des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,735
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0630,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0020,003
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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.

Tête enseignante Opus0,918
Tête enseignante GPT0,636
Écart entre enseignants0,282 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetQualitative Research Methods and EthicsTravaux en français237 207