Using Two-Eyed Seeing in Research With Indigenous People: An Integrative Review
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Background: The Two-Eyed Seeing approach has been advocated for use in research with Indigenous people as it creates a space for Western and Indigenous ways of knowing to come together using the best of both worldviews to aid understanding and solve problems. Foundational literature presents its use as a promising way to promote ethical exchanges between Indigenous and non-Indigenous people, but the practical application of its concepts to research remains vague. Method: This integrative review, using the Whittemore and Knafl approach, describes the state of the literature pertaining to the interpretation and application of Two-Eyed Seeing. Following a search of the literature, 37 articles were selected for inclusion, and primary studies ( n = 11) were critiqued for quality. Data were extracted, analyzed, and synthesized into themes. Results: Three themes were compiled from the literature including (a) defining characteristics of Two-Eyed Seeing, (b) suggested attributes of those engaging with Two-Eyed Seeing, and (c) the application of Two-Eyed Seeing in research. Conclusions: This review demonstrates inconsistencies in how to date researchers have interpreted and applied Two-Eyed Seeing in research with Indigenous people. The collection of key attributes of researchers and application procedures to research discussed in this review present a new standard for the application of Two-Eyed Seeing to research with Indigenous people. Researchers using Two-Eyed Seeing should thoroughly describe their application of its concepts to promote its maturation into a well-defined framework for research with Indigenous people.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,048 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle