MétaCan
Menu
Retour à la cohorte
Enregistrement W4205331803 · doi:10.22215/etd/2021-14620

Co-developing Openness: Indigenous Knowledge and Data Governance and Open Science in Canada

2021· dissertation· en· W4205331803 sur OpenAlexaffabout
Amanda Hunter

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineComputer Science
ThématiqueResearch Data Management Practices
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésMandateIndigenousOpenness to experienceTraditional knowledgeCorporate governanceOpen governmentOpen dataGovernment (linguistics)Political scienceOpen scienceSociology of scientific knowledgeKnowledge managementTransparency (behavior)Public relationsSociologySocial scienceBusinessComputer sciencePsychologyLaw

Résumé

récupéré en direct d'OpenAlex

Open science (OS) is a movement towards making the scientific process, and its outputs, more, transparent, accessible, inclusive, and credible, and OS has become a Government of Canada policy including the Canadian Commission for UNESCO.But how does open science impact Indigenous knowledge and data governance?Indigenous knowledge (IK) and Indigenous data and information challenge typical data and information norms in how they are collected, used, disseminated, and governed.As the Government of Canada is working to advance reconciliation and renew the relationship with Indigenous Peoples, there is an increased focus on institutionally recognizing and promoting the Indigenous right to knowledge and data governance.Although open science will likely increase the accessibility of scientific outputs, including research and knowledge published according to open standards, it is reasonable to assume that some of this research will include local and traditional knowledge and/or Indigenous data and therefore an OS framework should be developed in a way that prioritizes Indigenous knowledge and data governance.In that light, in this master's thesis I aim to answer the following research question: How do the ideals of data, information, and knowledge sovereignty and governance, compare with those of open science, and is an Indigenous open science possible?I do so by conducting a literature review, a semi-structured interview with a First Nation Elder, and a comparative content analysis, and by analyzing the goals, objectives, standards, processes, and knowledge governance practices of both open science and Indigenous knowledge praxis.Here I consider the field of western science to have been shaped by colonial forms of empirical knowledge production and I argue that there are different world views, including Indigenous ways of knowing, that ought to be considered in the development of an OS framework to ensure a truly inclusive and mutually beneficial OS movement in Canada.References ...

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)0,016
score de la tête « metaresearch » (Gemma)0,035
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: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,998
Score d'incertitude au seuil0,939

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,035
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,008
Études des sciences et des technologies0,0290,033
Communication savante0,0240,007
Science ouverte0,0020,012
Intégrité de la recherche0,0020,005
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 Opus0,117
Tête enseignante GPT0,420
Écart entre enseignants0,303 · 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
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetResearch Data Management PracticesTravaux en français237 207