Leashes and Lies: Navigating the Colonial Tensions of Institutional Ethics of Research Involving Indigenous Peoples in Canada
Notice bibliographique
Résumé
Ethical standards of conduct in research undertaken at Canadian universities involving humans has been guided by the three federal research funding agencies through the Tri-Council Policy Statement: Ethical Conduct for Research Involving Humans (or TCPS for short) since 1998. The statement was revised for the first time in 2010 and is now commonly referred to as the TCPS2, which includes an entire chapter (Chapter 9) devoted to the subject of research involving First Nations, Inuit, and Métis peoples of Canada. While the establishment of TCPS2 is an important initial step on the long road towards decolonizing Indigenous research within the academy, our frustrations—which echo those of many colleagues struggling to do research “in a good way” (see, for example, Ball & Janyst 2008; Bull, 2008; Guta et al., 2010) within this framework—highlight the urgent work that remains to be done if university-based researchers are to be enabled by establishment channels to do “ethical” research with Aboriginal peoples. In our (and others’) experience to date, we seem to have been able to do research in a good way, despite, not because of the TCPS2 (see Castleden et al., 2012). The disconnect between the stated goals of TCPS2, and the challenges researchers face when attempting to navigate how individual, rotating members of REBs interpret the TPCS2 and operate within this framework, begs the question: Wherein lies the disconnect? A number of scholars are currently researching this divide (see for example see Guta et al. 2010; Flicker & Worthington, 2011; and Guta et al., 2013). In this editorial, we offer an anecdote to illustrate our experience regarding some of these tensions and then offer reflections about what might need to change for the next iteration of the TCPS.
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 | 0,042 | 0,048 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,094 | 0,081 |
| Communication savante | 0,031 | 0,009 |
| Science ouverte | 0,006 | 0,023 |
| Intégrité de la recherche | 0,007 | 0,015 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 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 ».