Indigenous Peoples and Type 2 Diabetes: A Discussion of Colonial Wounds and Epistemic Racism
Notice bibliographique
Résumé
Racism is rooted in historic and ongoing colonial strategies designed to erase, silence, and dismiss Indigenous peoples' voices, personhood, and worldview. Although within health care today interpersonal racism (discriminatory treatment) is commonly reported on, racism also influences our understanding of health conditions and related treatments. Epistemic racism, the discrimination of how we know, operates through the questions we ask to advance our evidence, and whose knowledge is sought and deemed valid. Epistemic racism is a colonial mechanism that marginalizes and diminishes the power of Indigenous peoples' voices and knowledge bases. In this work, we begin by sharing 2 stories of Indigenous peoples and type 2 diabetes (T2D) from an Indigenous knowledge base and a biomedical knowledge base. Our discussion of epistemic racism, which underlies reported T2D health disparities among Indigenous peoples, includes providing examples of knowledge emerging when the dominance of the biomedical knowledge base is disrupted through centring Indigenous knowledge and peoples. Indigenous-led research, in respectful relations with biomedical worldviews, is imperative. Unsilencing Indigenous peoples' voices and knowledge is necessary when addressing identified T2D health disparities and is truly a health priority. Indigenous revitalization, that is, acceptance of Indigenous knowledge bases, is valid and vital to health and well-being---it is time for ReconciliACTION.
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 | 0,023 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,046 | 0,094 |
| Communication savante | 0,016 | 0,012 |
| Science ouverte | 0,003 | 0,017 |
| Intégrité de la recherche | 0,014 | 0,021 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 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 ».