SEEDS of Indigenous Population Health Data Linkage
Notice bibliographique
Résumé
INTRODUCTION: Globally, the ways that Indigenous data are collected, used, stored, shared, and analyzed are advancing through Indigenous data governance movements. However, these discussions do not always include the increasingly sensitive nature of linking Indigenous population health (IPH) data. During the International Population Data Linkage Network Conference in September of 2018, Indigenous people from three countries (Canada, New Zealand, and the United States) gathered and set the tone for discussions around Indigenous-driven IPH data linkage. OBJECTIVES: Centering IPH data linkage and research priorities at the conference led to budding discussions from diverse Indigenous populations to share and build on current IPH data linkage themes. This paper provides a braided summary of those discussions which resulted in the SEEDS principles for use when linking IPH data. METHODS: During the Conference, two sessions and a keynote were Indigenous-led and hosted by international collaborators that focused on regional perspectives on IPH data linkage. A retrospective document analysis of notes, discussions, and artistic contributions gathered from the conference resulted in a summary of shared common approaches to the linkage of IPH data. RESULTS: The SEEDS Principles emerge as collective report that outlines a living and expanding set of guiding principles that: 1) prioritizes Indigenous Peoples' right to Self-determination; 2) makes space for Indigenous Peoples to Exercise sovereignty; 3) adheres to Ethical protocols; 4) acknowledges and respects Data stewardship and governance, and; 5) works to Support reconciliation between Indigenous nations and settler states. CONCLUSION: Each of the elements of SEEDS need to be enacted together to create a positive data linkage environment. When implemented together, the SEEDS Principles can lead to more meaningful research and improved Indigenous data governance. The mindful implementation of SEEDS could lead to better measurements of health progress through linkages that are critical to enhancing health care policy and improving health and wellness outcomes for Indigenous nations.
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 | 0,181 | 0,260 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,006 | 0,006 |
| Études des sciences et des technologies | 0,013 | 0,041 |
| Communication savante | 0,015 | 0,017 |
| Science ouverte | 0,004 | 0,027 |
| Intégrité de la recherche | 0,004 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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.
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».