MétaCan
Menu
Retour à la cohorte
Enregistrement W4383760664 · doi:10.56687/9781447352570-019

Aging in Indigenous Canada

2021· book-chapter· en· W4383760664 sur OpenAlexaboutno aff
Sarah E. Nelson

Notice bibliographique

RevuePolicy Press eBooks · 2021
Typebook-chapter
Langueen
DomaineHealth Professions
ThématiqueAging, Elder Care, and Social Issues
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIndigenousGeographyHistoryEcologyBiology

Résumé

récupéré en direct d'OpenAlex

Older Indigenous people are in a unique position within what is now Canada. With relationships to place that extend over millennia and shape the ways that communities are structured, as well as the ongoing challenges and oppressions of living within a colonial society that regulates much of everyday life and limits opportunities in many Indigenous communities, aging for Indigenous individuals has multiple layers of complexity that involve both opportunities and challenges, and that relate closely to the places in which people live. ‘Indigenous peoples’ is an umbrella term, used internationally to refer to the original peoples of a place. In Canada, ‘Indigenous peoples’ include over 70 distinct language groups and hundreds of different nations (Statistics Canada, 2017). In Canada, the Constitution Act recognizes three main Indigenous groups: First Nations, Métis, and Inuit (Government of Canada, 1982), although each of these groups masks a huge amount of diversity, and Indigenous peoples generally prefer to be identified by nation, such as Cree, Mi’kmaq, or Omàmìwinninì – rather than as part of these larger groupings. The 2016 Census counted 1,673,785 Indigenous people in Canada, a number that grew by 42.5% since 2006, and Indigenous peoples now make up at least 4.9% of the overall population of Canada (Statistics Canada, 2017). While the Indigenous population in general is younger than non-Indigenous populations in Canada, the proportion of Indigenous people aged 65 years or older is also increasing more quickly than in other populations, rising from 4.8% in 2006 to 7.3% in 2016 (Wilson et al, 2010, 2011; Statistics Canada, 2017) (Figure 16.1).

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,049
Score d'incertitude au seuil0,353

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0140,002
Communication savante0,0050,001
Science ouverte0,0010,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0290,002

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 Opus0,066
Tête enseignante GPT0,380
Écart entre enseignants0,314 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations3
Publié2021
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revuePolicy Press eBooksMême sujetAging, Elder Care, and Social IssuesTravaux en français237 207