Indigenous Data Sovereignty: Applying It By, With, For, and Through Indigenous Evaluators and Evaluations
Notice bibliographique
Résumé
Indigenous data sovereignty (IDS) is a relatively recent term and global movement that originated from the Global Indigenous Data Alliance (GIDA) in 2015 when the formal international network was created. The global North and South have representation in the GIDA through the nation-states including the Maiam nayri Wingara Collective (Australia), Te Mana Raraunga Maori Data Sovereignty Network (Aotearoa New Zealand), and the United States Indigenous Data Sovereignty Network. IDS is founded on time-immemorial knowledge, wisdom, and lifeways of Indigenous peoples and First Nations globally including Tribal treaties, Tribal constitutions, the United Nations Declaration of the Rights of Indigenous Peoples, and other human and natural rights laws. The authors share an overview of IDS; the experiences they had presenting and learning at the 2024 IDS Conference in Tucson, Arizona, USA; and examples and applications of IDS to their direct evaluation, editorial, and publication policy work. They conclude the article with their reflections on how the field of evaluation should be aware and inclusive as it moves forward into the future applying IDS to evaluative thinking, theory, policies, funding, and practice.
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 | 0,474 | 0,490 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,010 | 0,007 |
| Études des sciences et des technologies | 0,019 | 0,062 |
| Communication savante | 0,039 | 0,035 |
| Science ouverte | 0,005 | 0,031 |
| Intégrité de la recherche | 0,006 | 0,015 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».