“Dear John”: Overriding institutional axiology by privileging Indigenous relational ethics
Notice bibliographique
Résumé
Institutional ethical oversight of research involving humans conducted at Canadian universities is guided by the Tri-Council Policy Statement: Ethical Conduct for Research Involving Humans (TCPS2). Beginning in 2010, the TCPS2 included a chapter specific to research involving First Nations, Inuit, and Metis Peoples of Canada, which is intended to provide a framework for the ethical conduct of research with Indigenous communities. These institutional guidelines reflect progress in the way research is done with Indigenous communities. However, concerns remain about the ways in which these guidelines are taken up, interpreted, and operationalized by institutional research ethics boards, which include creating tensions and challenges for Indigenous scholars conducting research together with their own communities. The purpose of this paper is to describe some of the challenges and conflicting expectations we faced as an Indigenous doctoral student and non-Indigenous academic supervisor, navigating the axiological differences between institutional ethical oversight and community relational ethics with the aim of supporting other Indigenous scholars who may experience similar challenges and influencing policy change and relational engagement in ethical review processes in university settings. We outline the various critiques of institutional oversight of Indigenous research, share several examples of how we experienced the tensions and potential/actual harm that institutional power interference caused in the review process and how we worked through them, and demonstrate how, in our experience, it was not bureaucratic institutional procedures that protected community participants from risk, it was community relationships. We conclude by discussing implications and offering our suggestions for change.
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 | 0,107 | 0,084 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,043 | 0,177 |
| Communication savante | 0,025 | 0,017 |
| Science ouverte | 0,004 | 0,015 |
| Intégrité de la recherche | 0,006 | 0,013 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».