Indigenous peoples and inclusion in clinical and genomic research: Understanding the history and navigating contemporary engagement
Notice bibliographique
Résumé
Despite significant improvements in pediatric cancer survival outcomes, there remain glaring disparities in under-represented racial and ethnic groups that warrant mitigation by the scientific and clinical community. To address and work towards eliminating such disparities, the Pacific Pediatric Neuro-Oncology Consortium (PNOC) and Children's Brain Tumor Network (CBTN) established a Diversity, Equity, and Inclusion (DEI) working group in 2020. The DEI working group is dedicated to improving access to care for all pediatric patients with central nervous system (CNS) tumors, broadening diversity within the research community, and providing sustainable data-driven solutions. To this end, the DEI working group aims to coordinate regular educational sessions centered on critical DEI topics in pediatric research and clinical care of pediatric patients, with a focus on pediatric neuro-oncology. In April 2022, the group led a moderated panel of experts on Indigenous Peoples' rights and participation in clinical research activities. The following paper serves to provide the scientific community a perspective on how to prioritize the inclusion of Indigenous Peoples in research with cultural sensitivity and with the intent of improving not only representation, but patient outcomes regardless of patient race, ethnicity, or socioeconomic background.
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 | 0,092 | 0,090 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,018 | 0,049 |
| Communication savante | 0,011 | 0,013 |
| Science ouverte | 0,002 | 0,024 |
| Intégrité de la recherche | 0,005 | 0,014 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».