MétaCan
Menu
Retour à la cohorte
Enregistrement W1571283313

Making sense of place: exploring creative and (inter)active research methods together with young people

2010· article· en· W1571283313 sur OpenAlexaboutno aff
Elen‐Maarja Trell, Bettina van Hoven

Notice bibliographique

RevueUniversity of Groningen research database (University of Groningen / Centre for Information Technology) · 2010
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGeographies of human-animal interactions
Établissements canadiensnon disponible
Organismes subventionnairesRijksuniversiteit Groningen
Mots-clésInterviewPhoto elicitationValue (mathematics)Citizen journalismVisual methodsVisual researchParticipatory action researchSense of placeSociologyCreativityEveryday lifePsychologyFocus (optics)AestheticsSocial psychologyVisual artsComputer scienceEpistemologySocial scienceArtWorld Wide WebCognitive science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This paper explores the added value of the 'new' creative and (inter)active research methods in geographical research.Using examples from our research project with young people in Cedar (Vancouver Island, Canada) we analyze the contributions and limitations of walks, mental mapping, photography and video when compared to only interviewing.Given our engagement with everyday places and a participatory research approach, we explicitly focus on and evaluate the research methods for their qualities in revealing different aspects of place, and for their success in involving young people with various interests and abilities actively in the whole research process.The findings suggest that, in addition to revealing diverse aspects of everyday places and practices on different levels of detail, the 'new' research methods motivate and enable different individuals to participate and share their experiences.Furthermore, combining the 'new' methods or combining them with interviews has an added value as such a mix is able to paint a detailed picture of daily places, colored by the way different individuals see, hear, smell, use or experience them.

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)0,069
score de la tête « metaresearch » (Gemma)0,043
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,069
Score d'incertitude au seuil0,366

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0690,043
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0060,004
Études des sciences et des technologies0,0100,026
Communication savante0,0190,016
Science ouverte0,0030,021
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,101
Tête enseignante GPT0,386
Écart entre enseignants0,285 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations66
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUniversity of Groningen research database (University of Groningen / Centre for Information Technology)Même sujetGeographies of human-animal interactionsTravaux en français237 207