Indigenous participation in peer review publications and the editorial process: reflections from a workshop
Notice bibliographique
Résumé
This communication paper reflects on discussions from a workshop about Indigenous involvement in the peer review and editorial processes. Arctic-based research is undergoing a paradigm shift to include local Indigenous Peoples, their priorities, and knowledge throughout the research process. This special issue is an excellent example; it highlights research involving partnerships between Indigenous and non-Indigenous researchers to support knowledge co-production. Despite this shift, we find little space within the standard peer review and editorial processes for Indigenous Peoples, their perspectives, and knowledge. To discuss this issue, we organized a half-day workshop at the 2019 ArcticNet Annual Scientific Meeting with a diversity of Indigenous and non-Indigenous participants who are involved in Arctic research. The discussions revealed that answering questions about the involvement of Indigenous Peoples in the peer review and editorial processes largely begins by addressing the challenges of achieving equity in the research process generally. Our discussions demonstrated that further conversations are needed and that no single approach will work in all cases, but that there are several concrete actions that researchers, universities, funding organizations, and publishers can take to begin addressing this issue. Taanna tusaumaqatigiguti paippaaq uqausiqarmat uqallaqatigigutaulauqtunik katimasinnaarutiqaktillugit Nunaqaqqaaksimanirmut qaujisattiarnirmik qimirrulutik ammalu aaqqiksuqtautiuqtillugit pilirianguningit. Ukiuqtaqturmittuq qaujinasuarvik pilirivalliajuugaluaq tukisinarutaugajuktumik piliringaaliqpallialutik piqasiujjauqullugit nunalinni Nunaqaqqaaqsimajut inungit, ammalu qaujimaningit iluunnalimaangani qaujinasuarniup pilirianguningata. Taanna ajjiungittuq akaunngiliuruti piujuaalungmat tukisinaqsitittijjutauninga; ujjirnaqsitittingmat qaujinasuarnirmik piliriqatautittininganit piliriqatigiignningitigu kamakkua Nunaqaqqaaksimajut ammalu uqqurmiut qaujinasuaqtit ikajuqsuiqullugit qaujimanirmik sanaqataujunik. Tamannaugaluatillugu piliriangungaaliqpallianinga, nanisigatta piviqarvigalaangannit iluani atuqtaulluatasuni qaujisattiarluni qimirrunirmi ammalu aaqqiksuigiakkannirnirmut pilirinirmik Nunaqaqqaaksimajut inungnut, kiggaqtuijinginnut ammalu qaujimaninginut. Uqaqatigigutiginiarlugit tamakkua akaunngiliurutit, aaqqiksuilauratta avvanganit ulluup katimasinnaarnirmik taikani 2019 Ukiuqtaqtumik Tukisiniaqatigiit Arraagutamat Qaujinasuarnirmuungajunik Katimaqatigigniq ajjigiingillutik Nunaqaqqaaksimajut ammalu Nunaqaqqaaksimajuungittut piliriqataujut taikkua piliriqataujut Ukiuqtaqturmi qaujinasuarnirmi. Uqaqatigingniit saqitittilaurmata tamanna kiuqattarniq apiqqutinik turaangajunik piliriqatautitauninginnut Nunaqaqqaaksimajut inungit qaujisattiarluni qimirrunirmi ammalu aaqqiksuigiakkannirnirmi piliriniujunik angijumik pigiarutiqasungumat piliriangunasuaalirninginnut piliriangujarialiit pijaunasuarutauluni taimaalluaqatigiingnirmit qaujinasuaqtut pilirininginni tamaitigut. Uqaqatigignivut tukisinaqsitittingmat tauvungakkanniq uqaqatigigutiqakkanniriaqaratta ammalu pitaqangimmat atausiarluni pilirijjutaugajaqtumik aaqqiksijjutaugajaqtumik qanuittutuinnarni piliriangujuqarajaqpat, kisiani qatsikallangnik sanngijunik pilirigiarutaujuqarmat qaujinasuaqtikkunnit, silattuqsarvigjuanit, kiinaujaqaktittijit iqanaijarviqunginnit ammalu uqalimaagaliuqtit pilirigiarunnarmata tamanna pilianguqullugu akaunngiliuti.
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 | 0,233 | 0,355 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,053 | 0,032 |
| Communication savante | 0,033 | 0,020 |
| Science ouverte | 0,009 | 0,030 |
| Intégrité de la recherche | 0,015 | 0,027 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,002 |
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.
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».