Exploration des manifestations d’altérisation entre les différents acteurs du système de soins du Nunavik
Bibliographic record
Abstract
Les peuples autochtones ne bénéficieraient que partiellement du système de soins de santé canadien, et ce, en partie en raison de la discrimination présente dans les soins parfois teintés par des expériences de racisme ou d’altérisation. L’altérisation, qui se définit comme le processus utilisé pour noter et nommer ceux qui sont considérés comme étant différents de soi, influencerait la nature des interactions entre individus. Fraser et al. (2017) ont documenté la présence de tensions interpersonnelles et culturelles entre les patients et les prestataires de soins de santé au Nunavik. Ces tensions nuiraient à la collaboration, aux soins offerts et aussi à l’offre de services dans une région où les besoins en santé sont criants. Toutefois, la différenciation de l’autre peut aussi être nécessaire à la réussite d’un processus de collaboration. Une analyse qualitative thématique de 12 entrevues réalisées auprès de travailleurs et de bénéficiaires inuit et non-inuit du Nunavik a été effectuée. Cette analyse consiste en une analyse secondaire des données de l’étude de Fraser et al. (2016) qui comportait 56 entrevues. Des discours d’altérisation professionnelle, individuelle, envers les systèmes et ethnique ont été relevés dans les discours des participants. Il semblerait que ces discours soient utilisés par les participants pour s’identifier à un groupe social et ainsi maintenir une identité positive. Certains éléments contextuels du Nunavik influenceraient l’émergence ainsi que le maintien de ces identités et groupes sociaux. En réfléchissant sur leurs identités, les acteurs du système de soins du Nunavik pourraient améliorer leurs relations avec leurs pairs, la collaboration et par conséquent la santé et le bien-être des personnes inuit du Nunavik.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.005 | 0.007 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.011 | 0.011 |
| Scholarly communication | 0.006 | 0.003 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.004 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".