Reflecting on the “10 Calls to Action to Natural Scientists” 5 years later: how do we keep moving forward on reconciliation?
Notice bibliographique
Résumé
Five years ago, we published a paper that proposed 10 Calls to Action aimed at enabling reconciliation in the natural sciences research arena in Canada. Our goal was to provide a starting point for those aiming to build reconciliation with Indigenous peoples and communities into science. The 10 calls were inspired by the Truth and Reconciliation Commission of Canada's 94 Calls to Action. There was, and remains, a demand for such guidance as indicated by the paper's 74 000 (and growing) downloads; it is currently FACETS most downloaded paper. As a group of Indigenous and non-Indigenous authors, we now reflect on progress made as well as ongoing challenges and opportunities. Our reflections are framed by four questions posed by the late Mazina Giizhik-iban, Murray Sinclair: 1) Where did we come from; 2) Where are we going; 3) Why are we here; 4) Who are we?, and stem from an overview of federal government initiatives, document analysis of university strategic plans, and experiences leading dozens of question-and-answer sessions on the original paper and a follow-up film. We identify a need for personal engagement and the centering of Indigenous self-determination in research, and propose two new calls to action.
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 | 0,056 | 0,087 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,033 | 0,056 |
| Communication savante | 0,033 | 0,028 |
| Science ouverte | 0,004 | 0,013 |
| Intégrité de la recherche | 0,023 | 0,066 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,002 |
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 ».