Creating a Canadian Indigenous Research Network Against Cancer to Address Indigenous Cancer Disparities
Notice bibliographique
Résumé
PURPOSE: In Canada, indigenous peoples' cancer rates have increased, but cancer screening rates tend to be lower. When coupled with poor cancer prognosis, treatment barriers, and inaccessible health care, indigenous patients with cancer experience many unmet needs. Further complicating their journey is a multijurisdictional system that complicates cancer control services, treatments, patient supports, and cancer surveillance. To address these issues, the Canadian Indigenous Research Network Against Cancer (CIRNAC) was developed. This article describes the forerunners and consultative process that created the network and the consensus model developed to ground this network with, by, and for indigenous peoples. METHODS: A consultative workshop was held to (1) establish and increase network membership, (2) enhance partnerships with indigenous communities and other researchers, and (3) develop an indigenous-led research program, new funding, and related initiatives. RESULTS: Participants viewed the CIRNAC as a reflective parallel network led by indigenous peoples that would identify research priorities within Canada, assess how these priorities align with indigenous patients' cancer care and research needs, and cross-check to see if these priorities align with each other. The network would also advocate for indigenous elders/knowledge holders and community grassroot processes to drive research and training, thus demonstrating the power of the community voice and lived experience in research. In addition, the network would foster research partnerships to investigate alternative indigenous models for cancer prevention, care, treatment, and support. CONCLUSION: The CIRNAC evolved as a viable vehicle to address cancer with, for, and by indigenous peoples. The network is guided by a preamble, a set of aims, and an inclusion engagement circle model. It is evolving through major world initiatives, with the aim of formally becoming an internationally linked national network.
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 | 0,051 | 0,038 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,025 | 0,005 |
| Communication savante | 0,006 | 0,004 |
| Science ouverte | 0,004 | 0,017 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,001 |
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.
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».