MétaCan
Menu
Retour à la cohorte
Enregistrement W3112282974 · doi:10.23889/ijpds.v5i5.1473

Ethical Data Linkage with Indigenous Communities: The Manitoba Experience

2020· article· en· W3112282974 sur OpenAlexaffabout
Alan Katz, Kathi Avery Kinew, Leona Star

Notice bibliographique

RevueInternational Journal for Population Data Science · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueIndigenous Health, Education, and Rights
Établissements canadiensFirst Nations Health and Social Secretariat of ManitobaUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésIndigenousGeneral partnershipColonialismData sharingPopulation healthHealth equityPopulationMetisPolitical scienceEconomic growthPublic relationsSociologyMedicineEnvironmental healthLawHealth care

Résumé

récupéré en direct d'OpenAlex

IntroductionIndigenous populations are known to have poor health and health outcomes in many countries. Indigenous peoples continue to be the subjects of unethical research. Research that is undertaken without their consent, involvement in the design, delivery and interpretation of results that perpetuates negative stereotypes ignoring the historical and ongoing impacts of colonialism. Objectives and ApproachIn order to understand the health status and health system use of First Nations people in Manitoba Canada we developed a partnership between the First Nations Social Secretariat of Manitoba and researchers to link First Nations identifiers with administrative data. This partnership was based on long-standing relationships with researchers who were affiliated with the Manitoba Centre for Health Policy. ResultsA tripartite data sharing agreement set out the parameters of sharing data that supported the linkage of the Federal Registered First Nations database to the Manitoba Population Research Data Repository. The DSA facilitated direct First Nations input into the indicators chosen, the reporting cohorts, the interpretation of results and the language of the report. Conclusion / ImplicationsDSAs can be used as a tool to facilitate partnerships with Non-indigenous researchers and Indigenous Nations that lead to meaningful partnerships and lay the foundation for respectful and ethical research. The research presents findings the health of First Nations and shines a light on the underlying colonialism and racism that contributes to the health inequities. These findings have the potential to influence health and well-being of First Nation peoples in Manitoba. This model of collaboration can be used a model in other jurisdictions.

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)0,101
score de la tête « metaresearch » (Gemma)0,092
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesScience ouverte
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 enseignants0,995
Score d'incertitude au seuil0,569

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1010,092
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,006
Études des sciences et des technologies0,0400,024
Communication savante0,0110,005
Science ouverte0,0050,022
Intégrité de la recherche0,0040,007
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,170
Tête enseignante GPT0,443
Écart entre enseignants0,272 · 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.

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

Citations0
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal for Population Data ScienceMême sujetIndigenous Health, Education, and RightsTravaux en français237 207