Two-Eyed Seeing and developmental origins of health and disease studies with indigenous partners
Notice bibliographique
Résumé
Globally, mortality of Indigenous persons is greater than that of their non-Indigenous counterparts, which has been shown to be disproportionately attributable to non-communicable diseases. The historically subordinate position that Indigenous Knowledge (IK) held in comparison to Western science has shifted over the last several decades, with the credibility and importance of IK now being internationally recognized. Herein, we examine how Marsahall's (2014) Two-Eyed Seeing can foster collaborative and culturally relevant Developmental Origins of Health and Disease (DOHaD) studies for health and well-being by using '..the best in Indigenous ways of knowing…[and] the best in Western (or mainstream) ways of knowing…and learn to use both these eyes for the benefit of all.' At its core, Two-Eyed Seeing also includes the principles of ownership, control, access and possession, and Community-Based Participatory Research, which further reinforces the critical role of Indigenous peoples taking active roles in DOHaD research. Additionally, we also present a partnership model for working with Indigenous communities that includes the principles of respect, equity and empowerment. As researchers begin to fill the gap in Indigenous health, we outline how Two-Eyed Seeing should form the basis of DOHaD studies involving Indigenous communities. This model can be used to develop and guide projects that result in robust and meaningful participatory partnerships that have impactful uptake of research findings.
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 | 0,042 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,017 | 0,016 |
| Communication savante | 0,007 | 0,008 |
| Science ouverte | 0,002 | 0,026 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 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 ».