Planning for your CANOE (Circumspect Awareness and Navigation of Outcomes and Expectations) journey in community-engaged research with Indigenous communities
Notice bibliographique
Résumé
Community engagement has long been recognised as necessary for working with Indigenous communities. Although many researchers are excited to engage with communities and many articles describe the process of community engagement in research, almost none have addressed the foundational question of whether researchers should engage with Indigenous communities for research. In this Viewpoint, we will discuss the Circumspect Awareness and Navigation of Outcomes and Expectations (CANOE) approach, which describes what should be considered before embarking on a community-engaged research journey with Indigenous communities. We build on existing literature regarding understanding the need to recognise positionality, practise reflexivity, assess personal strengths and weaknesses, and consider abilities and skills that can be offered or promised to Indigenous partners. Our goal is to provide principles of being reflexive, intentional, and careful before launching into research with Indigenous communities. Drawing from our combined decades of experience as Indigenous, community-engaged scientists leading national and international community projects, we draw from the extant literature and lessons learned in the field to provide a guiding CANOE approach for community-engaged research. This Viewpoint provides researchers interested in community-engaged projects with the information they need to consider before embarking on their research journey. We provide a set of CANOE self-assessment questions designed to evaluate a researcher's preparedness, suitability to invest in a research partnership, and adaptability to navigate a research journey with Indigenous communities. Not only should relationships be properly developed and nurtured, but researchers need to fundamentally understand their ability to develop research partnerships that prioritise Indigenous cultural worldviews and protocols in research design, development, testing, and implementation.
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 | 0,109 | 0,117 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,020 | 0,050 |
| Communication savante | 0,022 | 0,021 |
| Science ouverte | 0,003 | 0,027 |
| Intégrité de la recherche | 0,006 | 0,013 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».