MétaCan
Menu
Retour à la cohorte
Enregistrement W3009649701 · doi:10.3138/cjpe.68866

Identifying Key Epistemological Challenges Evaluating in Indigenous Contexts: Achieving <i>Bimaadiziwin</i> through Youth Futures

2020· article· en· W3009649701 sur OpenAlexaffvenue
Robert P. Shepherd, Katherine A. Graham

Notice bibliographique

RevueCanadian Journal of Program Evaluation · 2020
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueEvaluation and Performance Assessment
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésIndigenousFutures contractSociologyGeneral partnershipPrivilege (computing)Reciprocity (cultural anthropology)Field (mathematics)Agency (philosophy)AccountabilityGovernment (linguistics)Work (physics)Public relationsEpistemologyPolitical scienceSocial scienceBusinessLaw

Résumé

récupéré en direct d'OpenAlex

Abstract: The evaluation field’s understanding of Indigenous ontologies and epistemologies must improve in ways that do not serve to privilege Western ways of knowing or governmental priorities for accountability. The literature has not identified ways to bridge these in practical ways, or to move the field to balance community and government needs. This article describes some prevailing epistemological and methodological issues related to evaluation and then identifies practical challenges bridging Western and Indigenous approaches, using the example of the Indigenous Youth Futures Partnership project (IYFP), a seven-year SSHRC-sponsored grant. It is suggested that there are approaches that work well in these contexts but that agency is vitally important to establish reciprocity.

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)0,021
score de la tête « metaresearch » (Gemma)0,008
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,874
Score d'incertitude au seuil0,933

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0210,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,643
Tête enseignante GPT0,545
Écart entre enseignants0,097 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
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

Citations5
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Program EvaluationMême sujetEvaluation and Performance AssessmentTravaux en français237 207