Special Issue on Anti-Racism, Health, and Nursing
Notice bibliographique
Résumé
Although race is socially constructed, racism and racialization are social determinants of health. Over four centuries of colonial genocide and structural violence against Indigenous and Black peoples in Canada have resulted in intergeneration traumas and health disparities among Indigenous and Black people, sustained by ongoing social, political, and economic inequities. Evidence indicates the impact of contemporary and historical forms of racism on health outcomes. This special issue invited papers that could contribute to our understanding of the role of racism in nursing and health in Canada as well as solutions to tackle racism in healthcare and the nursing profession. Our call for proposals produced around 16 articles, all of which provide critical insight to address racism in nursing and healthcare. These articles explore the experience of racism in Indigenous, Black, Asian, and other populations across education, clinical, and community settings. They also advance our understanding on philosophical and theoretical approaches to address racism and provide us with effective tools and insight to address racism in nursing and healthcare in Canada.
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 | 0,007 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,006 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,004 |
| Bibliométrie | 0,006 | 0,003 |
| Études des sciences et des technologies | 0,007 | 0,005 |
| Communication savante | 0,014 | 0,006 |
| Science ouverte | 0,005 | 0,003 |
| Intégrité de la recherche | 0,018 | 0,019 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,020 | 0,009 |
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 ».