Indigenous Collaboration for Leadership Development: A Canadian Example
Notice bibliographique
Résumé
The purpose of this study is to describe how a Canadian provincial government department (Alberta Sport Council) collaborated with Indigenous communities, other government inter-agencies, corporate sponsors, and private business contractors in the creation, implementation, and measurement of the impact of an Indigenous youth leadership development program (also known as the Alberta's Future Leaders program or AFL). Based on the analysis of provincial government departments reports, input by government staff in previous reports, Indigenous youth leadership development program evaluations, reviews by the youth leadership development program creators and facilitators, and university research reports on the program, a collaborative consultative process emerged. The Dynamic Facilitating Process Model evolved to systematically describe the collaborative process that took place that recognized and promoted Indigenous consultation, consent, and involvement supporting Indigenous communities' priorities and protocols. The six phases in the Dynamic Facilitating Process that emerged are (1) Defining, (2) Designing, (3) Implementing, (4) Measuring, (5) Maintaining, and (6) Refining. Each of the phases in the model is clearly described with supporting collaborative examples with the different partners. Special attention was given to measure the impact of the youth leadership development program on Indigenous youth participants and to describe the impact of the youth leadership development program in Indigenous communities. This applied research and resulting model can serve as a guide for other governments and their inter-agencies, businesses, or other organizations that wish to engage in a positive collaborative process with Indigenous 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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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.
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».