A Way Home: Understanding the impact of human trafficking on Inuit women in Manitoba
Notice bibliographique
Résumé
ObjectivesA WAY HOME will work with the Inuit community to develop a culturally relevant and community-informed algorithm, which will determine prevalence rates of sexual exploitation and risk levels of exploitation for Inuit women in Manitoba, Canada. Overall, this project develops tools to support the health and well-being of Inuit. MethodsTo develop an Inuit-informed algorithm, this study uses a two-step process with a mixed method design. Step 1: the study will gather information on data fields and risk factors through input from an Inuit women’s sewing circle/focus group, using art-based methods to create traditional wall-hangings narrating the concept of risks/safety for Inuit women. Data fields will be identified through a thematic analysis of transcripts and wall-hangings. Step 2: Data fields will be used to populate a mixed systems estimation data analysis, using a pre-established cohort of Inuit women, and routinely collected data housed at the Manitoba Centre for Health Policy. ResultsWorking in partnership and collaboration with Inuit Elders and community, A WAY HOME will create an Inuit-formed algorithm that can help identify the number of Inuit women being sexually exploited and/or human trafficked, as well as a comprehensive risk identification fact-sheet, that can be used to identify the likelihood of risk and individual faces, as well as the approaches to decrease risk factors. Using Inuit Qaujimajatuqangit, Inuit traditional knowledge, this project will be a first attempt at combining Inuit knowledge and quantitative data analysis, successfully generating the first Inuit-informed algorithm on sexual exploitation prevalence rates and risk factors in Manitoba. ConclusionInuit and Inuit representatives have long advocated for meaningful inclusion in research and research objectives. This project will demonstrate how to work inclusively, in partnership and collaboration with Inuit using traditional Inuit knowledge and quantitative methods for prevalence estimation modelling.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,014 | 0,005 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».