Knowledge translation approaches and practices in Indigenous health research: A systematic review
Notice bibliographique
Résumé
Knowledge translation (KT) is a critical component of any applied health research. Indigenous Peoples' health research and KT largely continues to be taught, developed, designed, regulated, and conducted in ways that do not prioritize local Indigenous Peoples' ways of sharing knowledges. This review was governed and informed by Indigenous health scholars, Knowledge Guardians, and Elders. Our systematic review focused on answering, what are the promising and wise practices for KT in the Indigenous health research field? Fifty-one documents were included after screening published literature from any country and grey literature from what is now known as Canada. This included contacting 73 government agencies at the federal, territorial, and provincial levels that may have funded Indigenous health research. Only studies that: a) focused on Indigenous Peoples' health and wellness; b) documented knowledge sharing activities and rationale; c) evaluated the knowledge sharing processes or outcomes; and d) printed in English were included and appraised using the Well Living House quality appraisal tool. The analysis was completed using an iterative and narrative synthesis approach. Our systematic review protocol has been published elsewhere. We highlight and summarize the varied aims of Indigenous health research KT, types of KT methodologies and methods used, effectiveness of KT efforts, impacts of KT on Indigenous Peoples' health and wellness, as well as recommendations and lessons learned. Few authors reported using rigorous KT evaluation or disclosed their identity and relationship with the Indigenous communities involved in research (i.e. self-locate). The findings from this review accentuate, reiterate and reinforce that KT is inherent in Indigenous health research processes and content, as a form of knowing and doing. Indigenous health research must include inherent KT processes, if the research is by, for, and/or with Indigenous Peoples.
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 | 0,097 | 0,257 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,009 | 0,009 |
| Bibliométrie | 0,029 | 0,033 |
| Études des sciences et des technologies | 0,004 | 0,004 |
| Communication savante | 0,008 | 0,012 |
| Science ouverte | 0,003 | 0,007 |
| Intégrité de la recherche | 0,004 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».