MétaCan
Menu
Retour à la cohorte
Enregistrement W4405613502 · doi:10.1002/ajs4.376

Understanding well‐being and safety for First Nations children and young people in the Riverland—Engaging with metic knowledge via a capability approach

2024· article· en· W4405613502 sur OpenAlexaboutno aff
Michelle Jones, Luke Cantley, D M Quinn, D. J. Quinn, Craig Rigney, Jenny van der Arend

Notice bibliographique

RevueAustralian Journal of Social Issues · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueIncome, Poverty, and Inequality
Établissements canadiensnon disponible
Organismes subventionnairesChannel 7 Children's Research Foundation
Mots-clésProject commissioningPublishingPublic relationsContext (archaeology)Cultural safetyWell-beingSociologyPsychologyPolitical scienceHealth care

Résumé

récupéré en direct d'OpenAlex

Abstract Aboriginal culture is both a strength and a protective factor for Aboriginal children; yet, we continue to see disparities in education, health and well‐being outcomes. To improve outcomes for Aboriginal children and families, local cultural ways of knowing, being and doing need to be incorporated into policy and practice. The strength‐based capability approach draws on the experiences, needs and values of people in context to understand the opportunities and freedoms to be and do what is culturally valued. Adopting a “capability approach,” First Nations peoples from the rural Riverland region of South Australia were involved in culturally safe yarning circles to explore aspirations for their children's well‐being and safety. In doing so, a better appreciation of the personal, social, structural and environmental factors that impinge on the achievement of well‐being and safety was possible. We highlight how a capability approach provides a valuable tool for engaging with and embracing metic knowledge in policymaking and practice. A more meaningful understanding of safety, well‐being and “the good life” in a community is critical for ensuring that policy and practice efforts can be directed in ways that create outcomes desired by Community.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,429
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,057
Tête enseignante GPT0,335
Écart entre enseignants0,277 · 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 tête enseignante, pas un consensus.

Devis d'étudeQualitatif
Domainenon disponible
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'admission1
Résumé présentoui

Explorer davantage

Même revueAustralian Journal of Social IssuesMême sujetIncome, Poverty, and InequalityTravaux en français237 207