MétaCan
Menu
Retour à la cohorte
Enregistrement W7102803811 · doi:10.17605/osf.io/c8u23

Advancing Indigenous-Led Research through Collaborative Grant Writing: A Case Study of the 2025 Cultural Safety Retreat

2025· other· W7102803811 sur OpenAlexaboutno aff

Notice bibliographique

RevueOpen Science Framework · 2025
Typeother
Langue
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAotearoaIndigenousCultural safetyGeneral partnershipHuman rightsCriminal justiceEconomic JusticeParticipatory action researchMental health

Résumé

récupéré en direct d'OpenAlex

The overrepresentation of Indigenous people in Canada’s criminal justice system is regarded as one of Canada’s most pressing human rights challenges. In 2021, Indigenous people accounted for 32% of all individuals in custody, up from 23% in 2012. Similar figures exist in in Aotearoa New Zealand, where Māori individuals make up 52.6% of the incarcerated population. These disparities reflect colonial legacies that continue to shape inequities in health, justice, and social systems. In response to calls from the Truth and Reconciliation Commission, the National Inquiry into Missing and Murdered Indigenous Women and Girls and the United Nations Declaration on the Rights of Indigenous Peoples, an international partnership was launched in 2023 to advance cultural safety through Indigenous-led research and knowledge mobilization, and to prioritize collaboration and relationship building across law, corrections, and mental health services. Our partnership spans three Canadian provinces (British Columbia, Manitoba, and Québec) and Aotearoa New Zealand by bringing together Elders and Knowledge Keepers, Indigenous trainees, community partners, individuals with lived experience of incarceration, academics, practitioners, and decision-makers. In July 2025, to advance our goals of developing culturally safe, Indigenous-led services for Indigenous populations involved in the criminal justice system, 22 members met for a three-day Grant Planning Retreat at a healing lodge to plan a national grant application. This retreat provided a unique space to to reimagine research through Indigenous leadership, ceremony, and relationships, bringing together community partners from across jurisdictions. Using a mixed-method approach of an online survey or semi-structured interviews, this Indigenous-led study aims to qualitatively 1) explore what relational, cultural, and structural conditions made the Grey Buffalo Grandfather Lodge effective for advancing Indigenous-led research and working collaboratively; 2) describe the Indigenous-led research process; and 3) identify best practices to inform future Indigenous-led research partnerships and community-engaged knowledge mobilization. This project will explore the effectiveness of the Grant Planning Retreat in promoting Indigenous-led, culturally safe research. Results will highlight Indigenous-led research processes and Indigenous methodologies grounded in meaningful relationships to inform future Indigenous-led partnerships and community-driven knowledge exchange. Aligned with Alexander’s (2024) principles of scholar-activism, knowledge mobilization strategies will effectively bridge the gap between scholarly research and community. Further, findings will be shared in ways that prioritize relational accountability and Indigenous protocols, ensuring that communities have authority in data interpretation and use (Global Indigenous Data Alliance, 2020; First Nations Information Governance, 2014).

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)0,039
score de la tête « metaresearch » (Gemma)0,053
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesScience ouverte
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,993
Score d'incertitude au seuil0,207

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0390,053
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,002
Études des sciences et des technologies0,0660,019
Communication savante0,0120,007
Science ouverte0,0070,023
Intégrité de la recherche0,0100,017
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,077
Tête enseignante GPT0,466
Écart entre enseignants0,389 · 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.

Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

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 revueOpen Science FrameworkTravaux en français237 207