Health from the Grassroots, Listening to Mob
Notice bibliographique
Résumé
Abstract Background: There is opportunity for Universities to actively engage with Aboriginal communities to participate, conduct, and ideally lead, responsible research that attends to community priorities and issues. The Health from the Grassroots (Grassroots) project seeks to address an ongoing mismatch between university-defined priorities and community-defined priorities in rural [***]. Grassroots, led by Aboriginal staff of the [***], is a community engagement project aimed at engaging Aboriginal communities in conversations to inform research priorities. This paper describes the project vision, implementation, and lessons learned in the first years. Approach: The Grassroots project was a true representation of collaborative research led by and for Aboriginal people. We designed and conducted a local survey and yarning sessions with community members and used this information to design a “rich picture” to report findings and engage in further conversation with communities about evolving health and research priorities. We identified strengths and challenges faced by communities and health services in the region. The Aboriginal research team centred community in decision-making for project design and direction. Lessons Learned: Challenges encountered included limited resources and devoted time for the research team as this project occurred alongside staffs’ substantive positions. Community members were highly engaged in the consultation process and the rich picture continues to be used to further conversations about research action. Conclusions: Deep-rooted relationships and identities as members of the Community in which we live, and work enabled meaningful consultation to inform research action. Research priorities identified through the Grassroots project have been integrated into the ongoing work of the [***].
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 | 0,010 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,022 | 0,011 |
| Communication savante | 0,008 | 0,005 |
| Science ouverte | 0,001 | 0,011 |
| Intégrité de la recherche | 0,002 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,019 | 0,003 |
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 ».