MétaCan
Menu
Retour à la cohorte
Enregistrement W4377565371 · doi:10.3389/frma.2023.1173805

Indigenous Peoples' Rights in Data: a contribution toward Indigenous Research Sovereignty

2023· article· en· W4377565371 sur OpenAlexaff
Māui Hudson, Stephanie Russo Carroll, Jane Anderson, Darrah Blackwater, Felina M. Cordova-Marks, J. S. Cummins, Dominique David-Chavez, Adam Fernandez, Ibrahim Garba, Danielle Hiraldo, Mary Beth Jäger, Lydia L. Jennings, Andrew Martinez, Rogena Sterling, Jennifer Walker, Robyn Rowe

Notice bibliographique

RevueFrontiers in Research Metrics and Analytics · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueIndigenous Health, Education, and Rights
Établissements canadiensQueen's UniversityMcMaster University
Organismes subventionnairesMinistry for Business Innovation and EmploymentUdall Foundation
Mots-clésIndigenousSovereigntyFood sovereigntyContext (archaeology)Political scienceSociologyPolitical economyLawGeographyPoliticsEcologyFood security

Résumé

récupéré en direct d'OpenAlex

Indigenous Peoples' right to sovereignty forms the foundation for advocacy and actions toward greater Indigenous self-determination and control across a range of domains that impact Indigenous Peoples' communities and cultures. Declarations for sovereignty are rising throughout Indigenous communities and across diverse fields, including Network Sovereignty, Food Sovereignty, Energy Sovereignty, and Data Sovereignty. Indigenous Research Sovereignty draws in the sovereignty discourse of these initiatives to consider their applications to the broader research ecosystem. Our exploration of Indigenous Research Sovereignty, or Indigenous self-determination in the context of research activities, has been focused on the relationship between Indigenous Data Sovereignty and efforts to describe Indigenous Peoples' Rights in data.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,196
score de la tête « metaresearch » (Gemma)0,242
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Études des sciences et des technologies, Science ouverte
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,996
Score d'incertitude au seuil0,992

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1960,242
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0060,007
Études des sciences et des technologies0,0120,093
Communication savante0,0270,053
Science ouverte0,0040,043
Intégrité de la recherche0,0050,012
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,222
Tête enseignante GPT0,479
Écart entre enseignants0,257 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreAutre

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

En bref

Citations93
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Research Metrics and AnalyticsMême sujetIndigenous Health, Education, and RightsTravaux en français237 207