A Culturally Grounded Method for Dialogue Between Indigenous Peoples and Researchers on Emerging Technologies: Lessons from the Gene Drive Context
Notice bibliographique
Résumé
This paper presents a participatory method for conducing a collaborative and culturally appropriate dialogue process between gene drive researchers and Indigenous Peoples and local communities. Coordinated by the Outreach Network for Gene Drive Research and representatives of the International Indigenous Forum on Biodiversity (IIFB), this dialogue aimed to build trust and facilitate mutual understanding and create a safe space for sharing traditional knowledge, rather than to reach decisions on the research or implementation of gene drive technology. Over a three-year period, the dialogue evolved through multiple formats, recognising the specific needs to establish a meaningful and culturally appropriate dialogue between these two groups, while ensuring that Indigenous Peoples and local communities could share their traditional knowledge, traditions and innovations in a safe and trusted environment. The method integrates key engagement principles - such as good faith, reciprocity, inclusivity, and respect for Indigenous Peoples and local communities' knowledge systems - and describes how they were operationalised in practice. It provides a concrete example of applied engagement methodology in the context of gene drive and explores how these principles have influenced the dialogue's format and the journey of both groups throughout this process, while also sharing some of the challenges they encountered. This is not a theoretical review, but a joint account from practitioners from diverse backgrounds and interests, on how engagement methods can be implemented in real-world settings. The approach offers practical insights for designing sustained and scalable engagement strategies between scientists and Indigenous Peoples on complex and emerging science topics.
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 | 0,052 | 0,035 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,015 | 0,034 |
| Communication savante | 0,010 | 0,009 |
| Science ouverte | 0,004 | 0,022 |
| Intégrité de la recherche | 0,004 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».