Charting a landmark-driven path forward for population genetics and ancient DNA research in Africa
Notice bibliographique
Résumé
Population history-focused DNA and ancient DNA (aDNA) research in Africa has dramatically increased in the past decade, enabling increasingly fine-scale investigations into the continent's past. However, while international interest in human genomics research in Africa grows, major structural barriers limit the ability of African scholars to lead and engage in such research and impede local communities from partnering with researchers and benefitting from research outcomes. Because conversations about research on African people and their past are often held outside Africa and exclude African voices, an important step for African DNA and aDNA research is moving these conversations to the continent. In May 2023 we held the DNAirobi workshop in Nairobi, Kenya and here we synthesize what emerged most prominently in our discussions. We propose an ideal vision for population history-focused DNA and aDNA research in Africa in ten years' time and acknowledge that to realize this future, we need to chart a path connecting a series of "landmarks" that represent points of consensus in our discussions. These include effective communication across multiple audiences, reframed relationships and capacity building, and action toward structural changes that support science and beyond. We concluded there is no single path to creating an equitable and self-sustaining research ecosystem, but rather many possible routes linking these landmarks. Here we share our diverse perspectives as geneticists, anthropologists, archaeologists, museum curators, and educators to articulate challenges and opportunities for African DNA and aDNA research and share an initial map toward a more inclusive and equitable future.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».