MétaCan
Menu
← Retour à la cohorte
Enregistrement W4416214274 · doi:10.1371/journal.pone.0336439

Community engagement in Indigenous food systems contamination studies: A systematic scoping review

2025· article· en· W4416214274 sur OpenAlexaff
Federico Andrade‐Rivas, Hallah Kassem, Kira Mok, Chenoa Cassidy-Matthews, Matthew Little, Mélanie Lemire, Annalee Yassi, Jerry Spiegel

Notice bibliographique

RevuePLoS ONE · 2025
Typearticle
Langueen
DomaineHealth Professions
ThématiqueIndigenous Studies and Ecology
Établissements canadiensUniversity of British ColumbiaUniversité LavalVancouver Coastal HealthVancouver Coastal Health Research InstituteHôpital du Saint-SacrementUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésIndigenousCommunity engagementCommunity-based participatory researchTraditional knowledgePublic engagementCitizen scienceCommunity health

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Indigenous food systems are vital for maintaining cultural practices, physical and mental well-being, and community health. However, these systems are increasingly threatened by environmental contamination, exacerbating health disparities. Despite growing recognition of the importance of Indigenous knowledge in environmental health research, there is limited systematic evidence on how well community engagement is incorporated into studies investigating contamination of Indigenous food systems. This scoping review aims to assess reported practices for engaging Indigenous Peoples and the use of study results to support community-driven initiatives. METHODS: A systematic scoping review was conducted on peer-reviewed articles published between January 2010 and July 2024 that assessed contamination in Indigenous food systems with a human health dimension. The search included three databases: Web of Science, Scopus, and CAB Direct, yielding 2,203 articles. After applying inclusion and exclusion criteria, 202 studies were retained for final analysis. Data were extracted on study characteristics, community engagement strategies, Indigenous knowledge integration, and reported use of study results by Indigenous Peoples. The analysis was conducted using the PRISMA framework. RESULTS: Most studies (97%) employed quantitative methods, with fewer incorporating qualitative or mixed-method approaches. While community engagement was mentioned in about two-thirds of the studies, the depth of engagement varied significantly. A quarter of studies included Indigenous authors and only a small proportion reported meaningful collaboration with Indigenous Peoples throughout the research process. Studies with Indigenous authorship were more likely to report community engagement activities and utilization of results for broader community initiatives. CONCLUSION: The increasing recognition of Indigenous and traditional knowledge within academia must extend beyond intellectual discourse to address health disparities. Indigenous Peoples have long advocated for self-determination and engagement in research conducted in their communities. As part of broader reconciliation efforts with Indigenous Peoples the environmental health scientific community must reciprocate these efforts by integrating discussions into scientific literature about community participation and implementation of study results. This review highlights the need for robust and meaningful community engagement in environmental health research related to Indigenous food systems.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,064
score de la tête « metaresearch » (Gemma)0,200
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,064
Score d'incertitude au seuil0,341

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0640,200
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0080,008
Bibliométrie0,0280,027
Études des sciences et des technologies0,0030,003
Communication savante0,0080,008
Science ouverte0,0030,006
Intégrité de la recherche0,0050,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,292
Tête enseignante GPT0,432
Écart entre enseignants0,141 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS ONE→Même sujetIndigenous Studies and Ecology→Travaux en français237 207→