MétaCan
Menu
Retour à la cohorte
Enregistrement W4398216165 · doi:10.1177/11771801241251456

Meeting in the margin: can participatory research address the root causes of Indigenous mental health problems?

2024· article· en· W4398216165 sur OpenAlexafffundabout
Georgia Vrakas, Arlène Laliberté

Notice bibliographique

RevueAlterNative An International Journal of Indigenous Peoples · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueIndigenous Health, Education, and Rights
Établissements canadiensUniversité du Québec à Trois-Rivières
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaFonds de Recherche du Québec-Société et Culture
Mots-clésIndigenousCitizen journalismParticipatory action researchMental healthMargin (machine learning)Root (linguistics)SociologyPolitical scienceSocial sciencePsychologyPsychiatryEcologyLawAnthropologyBiologyComputer science

Résumé

récupéré en direct d'OpenAlex

Although Indigenous Peoples represent 5% of the population in Canada, they present higher rates of psychosocial problems including mental health issues and suicide than their non-Indigenous counterparts. They are also over-represented in the youth protection and prison systems. This must be understood within the specific context of the oppression of Indigenous Peoples in Canada through colonization and colonialist policies. To improve Indigenous mental health and wellbeing, the oppression underlying it must be addressed. The objective of this article is to illustrate how we, as mental health researchers, can contribute to this process. Based on Collins' matrix of domination, and bell hooks's space of resistance, an analysis of community-based participatory research and its impacts on helping Indigenous People overcome oppression is offered. Limits of participatory research's contributions to social change are presented. Anti-oppressive participatory research is offered as a promising alternative.

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)0,095
score de la tête « metaresearch » (Gemma)0,068
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,905
Score d'incertitude au seuil0,504

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0950,068
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0280,039
Communication savante0,0140,012
Science ouverte0,0030,017
Intégrité de la recherche0,0060,005
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,114
Tête enseignante GPT0,442
Écart entre enseignants0,328 · 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.

Devis d'étudeQualitatif
DomaineMéthodes
GenreEmpirique

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

En bref

Citations1
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueAlterNative An International Journal of Indigenous PeoplesMême sujetIndigenous Health, Education, and RightsTravaux en français237 207