MétaCan
Menu
← Retour à la cohorte
Enregistrement W2990376036

Case 9 : Achieving Health Equity in Ontario: Increasing Capacity for Relationship Building with Indigenous Communities

2019· article· en· W2990376036 sur OpenAlexaboutno aff
Ryan McConnell, Lloy Wylie

Notice bibliographique

RevueScholarship@Western (Western University) · 2019
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGlobal Health Workforce Issues
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIndigenousHealth equityEquity (law)Capacity buildingBusinessGeographyEconomic growthPolitical scienceEconomicsHealth care
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Paul Green is concerned that his organization is not meeting the requirements of the modernized Ontario Public Health Standards’ Health Equity Standard after his colleagues ask for direction on working with local Indigenous communities. Under the third requirement of the new Health Equity Standard, all boards of health must engage with Indigenous communities and organizations, which must include the “fostering and creation of meaningful relationships”. As the new Health Equity Manager at Turtle Creek Public Health (TCPH), Paul is tasked with developing a set of recommendations for organizational action. After receiving advice from a colleague, Paul decides that the next step for his organization is to conduct a situational assessment to explore how it may effectively, appropriately, and meaningfully build relationships with local Indigenous communities. However, Paul is unsure about where to begin. What questions should be asked? What important considerations need to be made? By developing an understanding of community histories, current contexts, colonial policies, historical events, social determinants of Indigenous health, and the foundational principles for relationship building with First Nations communities, meaningful partnerships may be cultivated with stakeholders and organizations in Indigenous communities across the province.

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)0,003
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,091
Score d'incertitude au seuil0,443

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0360,009
Communication savante0,0030,002
Science ouverte0,0020,005
Intégrité de la recherche0,0050,005
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

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 Opus0,305
Tête enseignante GPT0,451
Écart entre enseignants0,146 · 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'étudeSans objet
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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScholarship@Western (Western University)→Même sujetGlobal Health Workforce Issues→Travaux en français237 207→