MétaCan
Menu
Retour à la cohorte
Enregistrement W4295714216 · doi:10.5204/2100

Exploring anti-racism within the context of human resource management in the health sector in Aotearoa

2022· article· en· W4295714216 sur OpenAlexaff
Deborah Heke, Heather Came, Manjeet Birk, Kem Gambrell

Notice bibliographique

RevueInternational Journal of Critical Indigenous Studies · 2022
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGlobal Health Workforce Issues
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésAotearoaContext (archaeology)RacismSociologyHuman resource managementPolitical scienceBusinessGender studiesHistoryLaw

Résumé

récupéré en direct d'OpenAlex

Compelling evidence continues to demonstrate that racism is a modifiable determinant of health inequities. Despite growing recognition of this it is less clear how from a human resource perspective to engage in effective anti-racism.
 
 Through a review of human resource and anti-racism literature, the white, Indigenous and racialised authors examined existing approaches to anti-racism applicable to the health system in Aotearoa.
 
 Two systemic organisational approaches were identified: diversity training and dismantling institutional racism. Recruitment processes, talent management and retention were human resource specific sites for interventions. Insights from anti-racism scholarship including upholding te Tiriti o Waitangi and engaging in decolonising to enable transformative change.
 
 Power-sharing remains at the heart of anti-racism praxis. A health sector response needs to be co-created with Māori and those with the political will to enable transformation. Given racism has a geographic specificity, solutions need to be informed by the cultural, political, social, and historical context.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,080
Score d'incertitude au seuil0,818

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,250
Tête enseignante GPT0,503
Écart entre enseignants0,253 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

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

En bref

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Critical Indigenous StudiesMême sujetGlobal Health Workforce IssuesTravaux en français237 207