Missing Patients Research Guide
Notice bibliographique
Résumé
This Missing Patients Research Guide contains directions for finding out more about Indigenous patients who entered tuberculosis (TB) sanatoriums and hospitals in Manitoba and never returned home. Part One of the guide presents helpful start-up information. First it explains how to gather useful details including names, dates, and locations that will help in the search as well as how to move forward with your research. Then it outlines three useful “Research Tips”: all of the various names of TB treatment hospitals in Manitoba commonly attended by Indigenous patients; instructions for undertaking database searches using keywords; and techniques for linking information between Indian Residential Schools and hospitals. Last, a “Research Case Study” demonstrates some of the techniques and challenges you may encounter when researching Vital Statistics and Indian Residential School records by looking at the lives of three TB patients, Elie Caribou, Joseph Michel, and Albert Linklater. Part Two of the guide explains how to research the location of patient burials associated with nine hospitals where Indigenous patients were treated in Manitoba, including treatment for TB: Dynevor Indian Hospital, Clearwater Lake Indian Hospital, Brandon Indian Sanatorium, Ninette Sanatorium, St. Boniface / St. Vital Sanatorium, Fort Churchill Military Hospital, Norway House Indian Hospital, Fisher River Indian Hospital and Pine Falls Indian Hospital at Fort Alexander. Some of the general research information found in Part One is repeated under the individual hospitals and sanatoriums along with the specific information that may assist in searching for missing patients at each location. At the end of the guide, in Appendix A, you will find a checklist to help you in your research. Appendix B provides contact information for the organizations mentioned in this guide so that you can reach out by phone, email, or mail. Appendix C discusses accessing the records held by The National Centre for Truth and Reconciliation.
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 | 0,072 | 0,216 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,005 | 0,005 |
| Études des sciences et des technologies | 0,004 | 0,002 |
| Communication savante | 0,007 | 0,007 |
| Science ouverte | 0,007 | 0,005 |
| Intégrité de la recherche | 0,006 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,477 | 0,245 |
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 ».