Journey to self‐determination in Indigenous cognitive health research in Canada
Notice bibliographique
Résumé
BACKGROUND: Indigenous communities in Canada call for decolonized dementia research, given their higher dementia rates and risk. Over the past 10 years, CCNA has supported increasing levels of self-determination in Indigenous dementia research. METHOD: Initially, Indigenous research was prioritized as one half of a funded Team that supported First Nations-focused research. In CCNA's second phase, we strengthened self-determined Indigenous-led research through a dedicated Indigenous-led research Team and through the establishment of the Indigenous Cognitive Health Program, a cross-cutting initiative designed to promote learning across the whole CCNA network. CCNA made deliberate efforts to build strength and support Indigenous cognitive health researchers, trainees, community partnerships, and community-based research advisory structures. The Indigenous team worked together to envision the next stage of Indigenous self-determination and decolonization of Indigenous dementia research through two in-person and two online gatherings in 2023 and 2024. RESULT: Two influential research outputs were the Canadian Indigenous Cognitive Assessment and the assessment of the Brain Health Pro platform. Since 2019, our Indigenous scientific team has added 5 Indigenous researchers, submitted 8 new funding proposals, hosted 15 webinars on Indigenous cognitive health research, and launched a website to support pathways to culturally safe Indigenous health research approaches. CONCLUSION: These efforts have contributed to a substantial shift in the readiness of Indigenous communities in Canada to address rising numbers of people living with dementia. The future vision is for an Indigenous self-determined Community-Centred Indigenous Cognitive Health Network (CICHN) in Canada that will build on the past 10 years of increasing capacity.
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 | 0,096 | 0,069 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,005 | 0,008 |
| Études des sciences et des technologies | 0,061 | 0,030 |
| Communication savante | 0,021 | 0,008 |
| Science ouverte | 0,008 | 0,029 |
| Intégrité de la recherche | 0,005 | 0,015 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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.
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 ».