MétaCan
Menu
Retour à la cohorte
Enregistrement W3110913174 · doi:10.23889/ijpds.v5i5.1515

Collaboration with First Nations Communities to Produce Tailored Community-Driven Results

2020· article· en· W3110913174 sur OpenAlexaffabout
Graham Mecredy, Pam Naponse-Corbiere, Jennifer Walker

Notice bibliographique

RevueInternational Journal for Population Data Science · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueEthics in Clinical Research
Établissements canadiensLaurentian University
Organismes subventionnairesnon disponible
Mots-clésIndigenousGovernment (linguistics)Public relationsPopulationPopulation healthCommunity healthDisseminationPolitical scienceBusinessEconomic growthHealth careMedicineEnvironmental health

Résumé

récupéré en direct d'OpenAlex

IntroductionWhile First Nations communities are well aware of the unique health challenges and requirements of their populations, research evidence is often needed to support this knowledge. First Nations communities face continual challenges accessing data pertaining to the health of their people that is held by the government or other organizations. Objectives and ApproachThrough the Applied Health Research Question (AHRQ) program at ICES, First Nations communities in Ontario, Canada, have an avenue to access vital population health information about their people. While keeping questions of privacy, data sovereignty, data governance, and the OCAP® principles at the forefront, First Nations partners are active members and collaborators on community driven projects that are of importance to their communities. An Indigenous health data training program has also been developed to run concurrently with these projects, to enhance research knowledge and capacity within partner First Nations communities. ResultsFirst Nations community partners are the main drivers in deciding and refining the research questions for their projects. They are engaged throughout the project process to ensure the production of results that suit the specific needs of the partners. Project results are only shared with the partners, who utilize and disseminate them as appropriate within their communities. Conclusion / ImplicationsWith access to previously difficult to access population health data sources, First Nations communities are able to use health system data as an additional tool to better plan and implement community health programs, to lobby for additional funding, and ultimately to contribute to positive policy change.

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)0,160
score de la tête « metaresearch » (Gemma)0,190
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,160
Score d'incertitude au seuil0,847

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1600,190
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,003
Études des sciences et des technologies0,0080,003
Communication savante0,0100,006
Science ouverte0,0040,022
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0630,013

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 Opus0,600
Tête enseignante GPT0,594
Écart entre enseignants0,006 · 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

Citations1
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal for Population Data ScienceMême sujetEthics in Clinical ResearchTravaux en français237 207