Indigenous evaluation
Notice bibliographique
Résumé
Background: Indigenous evaluation incorporates Indigenous ways of knowing and draws upon cultural paradigms (Indigenous Evaluation Toolkit, 2022). Indigenous evaluation literature is limited in both quantity and quality outcomes resulting in a lack of clarity. This scoping review was conducted to identify guiding principles, Indigenous evaluation methodologies, and explore key concepts and gaps within the literature. Methods: This scoping review was guided by the Preferred Reporting Items for Systematic Reviews and Meta-Analyses Extension for Scoping Reviews (PRISMA-ScR) checklist and Arskey and O’Malley’s Scoping Review Framework. It included peer-reviewed articles and grey literature. Articles were identified through electronic database searching and reference lists using keywords. This review only included data written in English, available in full text, included keywords and identified the author and title of the publication. Articles that were not specific to Indigenous peoples or outlined Indigenous methodologies that were not related to evaluation were excluded. Results: Out of 348 articles, 94 met the inclusion criteria for this review. The literature revealed 13 guiding principles (collaboration, respect, relationships, self-determination, flexibility, trust, truth, reciprocity, power, time, sovereignty, responsibility/accountability, and relevance) and 15 Indigenous evaluation methodologies (culturally responsive, community-based, participatory, storytelling, empowerment, decolonizing, strength-based, self-reflection/location, mixed methods, talking circles, tribal critical theory, two-eyed seeing, the 4 R’s, trauma-informed approach, and ethical space). Conclusion: Key findings in this review demonstrate the need for further development of a culturally responsive Indigenous evaluation approach and for future research to outline how to put Indigenous evaluation methodologies and guiding principles into practice. Filling this gap will make a significant contribution to the field of evaluation research for Indigenous peoples, communities, and evaluators.
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 | 0,051 | 0,135 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,005 | 0,005 |
| Études des sciences et des technologies | 0,004 | 0,003 |
| Communication savante | 0,009 | 0,007 |
| Science ouverte | 0,005 | 0,010 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,217 | 0,071 |
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 ».