MétaCan
Menu
Retour à la cohorte
Enregistrement W4388570623 · doi:10.33137/tijih.v1i3.38435

Furthering Anti-Racist Practice: Reconciliation in Action (RéconciliACTION) (Discussion Paper)

2023· article· en· W4388570623 sur OpenAlexafffund
Jacqueline Avanthay Strus, Dave Holmes, Chad Hammond, Brianna Hammond

Notice bibliographique

RevueTurtle Island Journal of Indigenous Health · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCultural Competency in Health Care
Établissements canadiensUniversité de Saint-BonifaceUniversity of SaskatchewanUniversity of Ottawa
Organismes subventionnairesWinnipeg Foundation
Mots-clésTestimonialExperiential learningTransformative learningIndigenousSociologyScholarshipRacismReciprocity (cultural anthropology)PedagogyEngineering ethicsPolitical scienceGender studiesSocial scienceLaw

Résumé

récupéré en direct d'OpenAlex

Nursing scholarship and practice has been historically complicit in the (re)production of racial inequities by not acknowledging and countering their part in the legacy of colonization . This paper will discuss the implementation of an experiential transformative learning project, RéconciliACTION, grounded in critical social justice theory. Four elements – testimonial authority, experiential learning, reciprocity, and relationality - can be implemented in nursing education that value lived experience to create change toward address anti-Indigenous racism in educational settings and health institutions. Lessons from the RéconciliACTION Project reinforce the need to increase nursing educators' knowledge of such methods and practices. Essential to this process is the recognition of lived experience as knowledge via Testimonial Authority. The process of transformation begins with the integration of anti-racist practices and Indigenous content. This project seeks to create leaders and allies in the journey towards reconciliation, reducing anti-racist attitudes and practices in educational and medical facilities

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)0,023
score de la tête « metaresearch » (Gemma)0,022
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: aucune
GenreSignal candidat: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,998
Score d'incertitude au seuil0,124

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0230,022
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0110,019
Communication savante0,0080,007
Science ouverte0,0020,014
Intégrité de la recherche0,0050,008
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,058
Tête enseignante GPT0,401
Écart entre enseignants0,344 · 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
GenreCommentaire

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

En bref

Citations0
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueTurtle Island Journal of Indigenous HealthMême sujetCultural Competency in Health CareTravaux en français237 207