Strength-based Indigenous public health emergencies research: Tl’etinqox methodology
Notice bibliographique
Résumé
By using Indigenous research methodologies with a strengths-based approach, the Tl’etinqox (Anaham) research team highlights sustainable community-led solutions suitable for the current and future public health emergencies. The purpose of the study was to identify Indigenous community-led solutions to public health emergencies, particularly climate change and pandemics in addition to build Tl’etinqox community research capacity through intergenerational cultural knowledge exchange. The research methods undertaken in this work describes study procedures developed by an Indigenous strength-based public health research community group that was comprised of an intergenerational Tl’etinqox study team from youth to Elder members working together. The strength-based Tl’etinqox research methods involved leadership engagement, online and offline family cluster recruitment, Healing Circle data collection, oral and written Nenqayni chi’h (Indigenous language) translations, and land-based knowledge mobilization and translation. A key finding is collective efforts led to a localization situated in Tl’etinqox knowledges of Indigenous health research methods, including an independent intergenerational community-based Indigenous research team. Tl’etinqox research methodology yielded a local, culturally-grounded approach that represents a strength-based Indigenized health research methods. Tl’etinqox research team members who led the study incorporated Tŝilhqot’in (Chilcotin) cultural practices, teachings, language, and land as essential components of the research methods. The relevance of the present study describes a localization approach of strength-based Indigenous community-based research, which has meaningful implications for understanding public health emergencies arising from the COVID-19 pandemic and climate change.
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 | 0,102 | 0,049 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,006 | 0,005 |
| Études des sciences et des technologies | 0,006 | 0,014 |
| Communication savante | 0,007 | 0,005 |
| Science ouverte | 0,004 | 0,012 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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; 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 ».