ICIRAS: Research and reconciliation with indigenous peoples in rural health journals
Notice bibliographique
Résumé
Aim: We aim to promote discussion about an Indigenous Cultural Identity of Research Authors Standard (ICIRAS) for academic journal publications. Context: This is based on a gap in research publishing practice where Indigenous peoples' identity is not systematically and rigorously flagged in rural health research publications. There are widespread reforms, in different research areas, to counter the reputation of scientific research as a vehicle of racism and discrimination against the world's Indigenous peoples. Reflecting on these broader movements, the editorial teams of three rural health journals—the Australian Journal of Rural Health, the Canadian Journal of Rural Medicine, and Rural and Remote Health—recognised that Indigenous peoples' identity could be embedded in authorship details. Approach: An environmental scan (through a cultural safety lens where Indigenous cultural authority is respected, valued, and empowered) of literature was undertaken to detect the signs of inclusion of Indigenous peoples in research. This revealed many ways in which editorial boards of Journals could systematically improve their process so that there is ‘nothing about Indigenous people, without Indigenous people’ in rural health research publications. Conclusion: Improving the health and wellbeing of Indigenous peoples worldwide requires high quality research evidence. The philosophy of cultural safety supports the purposeful positioning of Indigenous peoples within the kaleidoscope of cultural knowledges as identified contributors and authors of research evidence. The ICIRAS is a call-to-action for research journals and institutions to rigorously improve publication governance that signals “Editing with IndigenUs and for IndigenUs”.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 tête enseignante, 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 ».