The TE RANGA TUPUA COVID-19 RESPONSE: the strength of Māori relationships and Iwi networks in Aotearoa New Zealand
Notice bibliographique
Résumé
“Ko te pae tawhiti whāia kia tata, ko te pae tata whakamaua kia tina; seek to bring distant horizons closer and sustain and cherish those that have been arrived at”.
 
 This whakatauāki or proverb, from Dr Whakaari Te Rangitakuku Metekingi (LLD, CBE) of Whanganui and Ngāti Hauiti tribes reminds us that, while we must have a vision to aspire towards, we must also tend to the here and now, to the issues that are up front and close to home. It exhorts us to strengthen what has already been achieved and find ways of creating benefits for others. This paper presents the collaborative response to COVID-19 by Iwi (tribes) within Te Ranga Tupua (TRT), a collective of Iwi from the South Taranaki/Whanganui/Rangitīkei/Ruapehu regions of Aotearoa New Zealand. The research employs a mixed methods design, based on a Kaupapa Maori approach. The quantitative section identifies the population served and quantum of support provided, while the qualitative data presents the processes and associated learnings from the perspective of those tasked with the response. TRTs response to the threat of COVID-19 is shown to have been grounded in Māori values (tikanga), whānau (family) based and holistic, taking into account the mental, emotional, social, cultural and spiritual elements of safety and wellbeing, rather than just the absence or presence of the virus . The extensive relationships and networks that existed between tribes represented in the TRT collective were key to the timely distribution of care and support to Iwi members, to appropriate and relevant information dissemination and to the overall wellbeing of the people during the most difficult times of the COVID-19 response.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,012 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,003 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».