MétaCan
Menu
Retour à la cohorte
Enregistrement W7108321725 · doi:10.5281/zenodo.17783674

Empowering Indigenous Communities in Data Governance Through Local Contexts

2025· article· en· W7108321725 sur OpenAlexaboutno aff

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2025
Typearticle
Langueen
DomaineComputer Science
ThématiqueResearch Data Management Practices
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIndigenousMetadataTransparency (behavior)Corporate governanceFlexibility (engineering)Data accessData governanceSovereigntyData curation

Résumé

récupéré en direct d'OpenAlex

Ocean Networks Canada (ONC) recognizes the critical role of Indigenous communities in shaping data governance practices that reflect their unique cultural, ethical, and environmental priorities.To support Indigenous data sovereignty, ONC is integrating Local Contexts labels functionality into its metadata profiles and dataset infrastructure. Local Contexts enables Indigenous communities to assert control over how their data is collected, accessed, and used while hosted on ONC’s data repository; fostering transparency and ensuring that cultural significance is preserved. By embedding Local Contexts information, communities can apply labels of biocultural heritage, traditional knowledge, or other culturally specific information directly to datasets. This empowers them to restrict access to sensitive data and communicate usage guidelines to users in a manner aligned with their community’s values. Communities retain the flexibility to update these labels as their governance needs evolve, ensuring that their authority remains central to the data lifecycle.ONC is implementing this functionality using DataCite and ISO 19115 to ensure metadata is both machine- and human-readable. ONC’s pilot project will demonstrate Local Contexts labels integration through designing a “mock community” with ONC-owned data, providing Indigenous partners with tangible examples of how these tools can enhance their data governance and sovereignty. This initiative is designed to align with the CARE Principles (Collective Benefit, Authority to Control, Responsibility, Ethics) by prioritizing the individual needs and perspectives of Indigenous communities.Ultimately, the integration of Local Contexts labels into ONC’s data repository offers a scalable model to further promote Indigenous data sovereignty and governance. This ensures that communities remain the primary stewards of their cultural and environmental knowledge.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Communication savante, Science ouverte, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCommunication savante, Science ouverte
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,982
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0060,018
Science ouverte0,0110,019
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 Opus0,102
Tête enseignante GPT0,346
Écart entre enseignants0,244 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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 revueZenodo (CERN European Organization for Nuclear Research)Même sujetResearch Data Management PracticesTravaux en français237 207