MétaCan
Menu
Retour à la cohorte
Enregistrement W3129934452 · doi:10.32799/ijih.v16i2.33082

Developer/Adapter Method: A Community-Based Approach to Improve Health in Indigenous Communities

2021· article· en· W3129934452 sur OpenAlexafffundvenueabout
Janet E. McElhaney, Joyce Helmer, Marion Briggs, Melissa K. Andrew, Katherine S. McGilton, Taima Moeke-Pickering, Lisa Jackson Pulver, Elder Betty McKenna

Notice bibliographique

RevueInternational Journal of Indigenous Health · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueIndigenous Health, Education, and Rights
Établissements canadiensLaurentian UniversityUniversity of TorontoDalhousie UniversityNOSM UniversityHealth Sciences North
Organismes subventionnairesCanadian Institutes of Health ResearchGovernment of CanadaPublic Health AgencyPublic Health Agency of Canada
Mots-clésIndigenousAdapter (computing)Psychological interventionNarrativeTraditional knowledgePublic relationsKnowledge managementNursingPolitical scienceEngineeringComputer scienceMedicine

Résumé

récupéré en direct d'OpenAlex

The purpose of this paper is to provide a narrative of our experience with community-driven change using our “Developer/Adapter” research method in Northern Ontario, Canada, so it can be explored in other First Nations contexts. The goal of our currently funded research is to identify community solutions and knowledge and implement community-developed interventions to better support older Indigenous persons, especially those in rural and remote communities, to “age in place” and remain independent in the community through timely access to relevant care. Our Developer/Adapter research method was developed in response to the community-identified need for self-determination to overcome the limitations of traditional Western approaches and effectively plan and execute change in Indigenous communities. Our approach commits to supporting a self- determining voice for Indigenous people and working collaboratively to develop wholistic care interventions. We believe this approach can generate compelling data for policy and practice change in both Canada and Australia.

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)0,040
score de la tête « metaresearch » (Gemma)0,040
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: Empirique
Score de désaccord entre enseignants0,106
Score d'incertitude au seuil0,214

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0400,040
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,003
Études des sciences et des technologies0,0090,004
Communication savante0,0030,003
Science ouverte0,0040,011
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0140,001

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 Opus0,050
Tête enseignante GPT0,388
Écart entre enseignants0,338 · 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
Publié2021
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Indigenous HealthMême sujetIndigenous Health, Education, and RightsTravaux en français237 207