Indigenous Health Research Mentorship within Post-Secondary Institutions in Canada, the United States, Australia, and New Zealand: A Scoping Review
Notice bibliographique
Résumé
Indigenous peoples have been engaged in research since time immemorial, and have always acknowledged the power of their own knowledge systems, ways of being, and approaches. However, Indigenous peoples continue to be underrepresented in health research within academic institutions. There is an increased need for Indigenous leadership in health research, including greater Indigenous autonomy, mentorship, and self-determination in health research. This scoping review aims to explore Indigenous mentorship within Indigenous health research in post-secondary institutions in Canada, the US, New Zealand, and Australia. A review of empirical studies, case studies, reviews, commentaries, and grey literature was conducted. Four databases were used: Web of Science, PubMed, Native Health, and Google Scholar. Out of 1594 articles, 11 articles met the inclusion criteria. Four overarching themes were identified: (1) reciprocity: giving back to community; (2) supporting the development of research skills to build research capacity; (3) fostering a sense of belonging; and (4) building student ownership and confidence. The findings suggest that Indigenous mentorship is vital to creating supportive research environments for Indigenous students in the area of health sciences. Indigenous mentorship holds promise to address challenges faced by Indigenous scholars within post-secondary institutions, including intellectual, social, and cultural isolation, and can help to foster greater integration of Indigenous worldviews in Western-dominated academic settings and research systems. Future research should examine place-based mentorship opportunities for Indigenous students in community-based health research environments. Fostering Indigenous mentorship in health sciences is essential for advancing the health and wellbeing of Indigenous peoples and communities.
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 | 0,032 | 0,088 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,003 |
| Bibliométrie | 0,016 | 0,022 |
| Études des sciences et des technologies | 0,004 | 0,004 |
| Communication savante | 0,007 | 0,005 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,002 |
| 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 ».