Towards Haudenosaunee research sovereignty: Investing in local research and training to support community development
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Towards Haudenosaunee research sovereignty: Investing in local research and training to support community development The article emphasizes the importance of Indigenous Research Governance in Six Nations of the Grand River, addressing the harmful historical effects of academic research on Indigenous Peoples and advocating for structural changes that promote Indigenous data sovereignty and community ownership of research. In both Canada and the United States, academic research has long been part of the colonial project (Hodge, 2012; Williams et al., 2020). The impact research has had on Indigenous Peoples has resulted in a legacy of deep mistrust and negative perception of research by many Indigenous communities (Garrison et al., 2023). Indigenous scholars and leaders who have advocated for repairing this relationship have led major transformations away from the way in which research has traditionally been approached and administered. Most recent paradigm and policy shifts seek to support the establishment of self-determined Indigenous Research Governance (Garba et al., 2023; Morton et al., 2017), which encapsulates many interconnected key concepts, including Indigenous data sovereignty (Schnarch, 2004; Kukutai & Taylor, 2016; Cannon et al., 2024), Indigenous research ethics (Castellano, 2004; Kuhn et al., 2020; Fournier et al., 2023), Indigenous/ decolonizing methodologies (Kovach, 2009; Smith, 2021), and Indigenous epistemologies (McGregor et al., 2010; Karanja, 2019).
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,016 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle