Cultural and contextual relevance of the Indigenous data in the Canadian longitudinal study on aging
Notice bibliographique
Résumé
OBJECTIVES: The CLSA is a national data platform for aging research that used epidemiology-based sampling methods and explicitly excluded people living on First Nations Reserves and other provincial First Nations settlements as possible CLSA participants. As such, the CLSA research approach did not use Indigenous community engagement. Nevertheless, the CLSA sample includes a sizeable subsample of participants who self-identified as First Nations, Métis, or Inuit. This project seeks to describe the self-identified Indigenous subsample of the CLSA from the baseline data collection and interpret that description with the aid of an Elder Advisory Circle. METHODS: We conducted a descriptive analysis of the self-identified Indigenous subsample of the CLSA from the baseline data collection. The analysis was presented to an Elder Advisory Circle for consultation. RESULTS: The lack of community-engaged approaches to Indigenous research and sampling approaches appears to have resulted in a sociodemographic profile of older Indigenous Peoples that does not match the lived experience of the Elder Advisory Circle and contrasts with other data available on Indigenous Peoples in Canada. We feel the existing CLSA data does not reflect the sociodemographic profile of older Indigenous Peoples. CONCLUSION: We use this community consultation process to provide recommendations for the appropriate use of the Indigenous-identified data in the CLSA, and we conclude by recommending great caution when using the data from the Indigenous subsample in the CLSA data.
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 | 0,189 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,006 | 0,011 |
| Études des sciences et des technologies | 0,027 | 0,012 |
| Communication savante | 0,009 | 0,003 |
| Science ouverte | 0,004 | 0,009 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 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 ».