MétaCan
Menu
Retour à la cohorte
Enregistrement W3093959240 · doi:10.1007/s42413-020-00088-1

Measuring What Counts to Advance Indigenous Self-Determination: A Case Study of the Nisga’a Lisims Government’s Quality of Life Framework and Survey

2020· article· en· W3093959240 sur OpenAlexafffundabout
Karen Bouchard, Adam Perry, Shannon West-Johnson, Thierry Rodon, Michelle Vanchu-Orosco

Notice bibliographique

RevueInternational Journal of Community Well-Being · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueIndigenous Health, Education, and Rights
Établissements canadiensDynamic Systems Analysis (Canada)Government of British ColumbiaUniversité Laval
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésIndigenousGovernment (linguistics)Quality of life (healthcare)Quality (philosophy)PsychologySociologyData scienceComputer scienceEpistemologyPhilosophy

Résumé

récupéré en direct d'OpenAlex

Modern Treaties are presented as a means for improving the lives of First Nations, Inuit, and Métis peoples in Canada by providing specific rights, and negotiated benefits. However, the positive impacts of Modern Treaties on Indigenous well-being are contested (Borrows and Coyle 2017; Coulthard 2014; Guimond et al. 2013; Miller 2009; Poelzer and Coates 2015). Developing a more transparent, consistent, collaborative and contextual way of measuring well-being relevant to the cultural realities of Modern Treaty beneficiaries is an important step for generating comparative methods that could systematically demonstrate whether, and under what conditions, such agreements can effectively reduce socio-economic disparities and improve the quality of life of Indigenous communities. The authors first examine previous attempts at measuring Indigenous well-being, then reflect on well-being in relation to the Modern Treaty context. Subsequently, the authors provide an example from one Self-Governing Indigenous Government, the Nisga'a Lisims Government, to collect well-being data through the Nisga'a Nation Household Survey using a mixed quantitative-qualitative method developed through a culturally grounded and participatory approach.

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)0,014
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,897
Score d'incertitude au seuil0,205

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0200,010
Communication savante0,0040,003
Science ouverte0,0030,006
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,058
Tête enseignante GPT0,364
Écart entre enseignants0,306 · 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'étudeQualitatif
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

Citations8
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Community Well-BeingMême sujetIndigenous Health, Education, and RightsTravaux en français237 207