“You Can’t Let Go” – A Black Community Leader’s Perspective on Engagement and Advocacy
Notice bibliographique
Résumé
Lanre Tunji-Ajayi is president and CEO of the Sickle Cell Awareness Group of Ontario (SCAGO). This charitable organization focuses on ameliorating the lives of those living with sickle cell disease by providing evidence-based support to patients and supporting clinical and psychosocial research, health promotion and the development of best practice guidelines. Lanre's passion for this work is personal. Following the death of her brother Sunday Afolabi from preventable and treatable complications of sickle cell disease, Lanre immersed herself in advocacy for community health and quality patient care. In this oral history narrative, Lanre reflects on her decades-long journey advocating for those living with sickle cell disease - a disease which disproportionately affects Black people. Her reflections focus acutely on the challenges she has faced in raising awareness and visibility, including through formal public engagement policy processes. Lanre also speaks to the personal costs she has encountered engaging in this advocacy work and the subtle and institutionalized forms of anti-Black racism that have punctuated this already difficult effort to bring about 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 | 0,021 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,066 | 0,042 |
| Communication savante | 0,016 | 0,014 |
| Science ouverte | 0,002 | 0,015 |
| Intégrité de la recherche | 0,011 | 0,023 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 ».