MétaCan
Menu
Retour à la cohorte
Enregistrement W1774185590 · doi:10.7870/cjcmh-2015-005

Using Art to Tell Stories and Build Safe Spaces: Transforming Academic Research Into Action

2015· article· en· W1774185590 sur OpenAlex
Jeff Karabanow, Ted Naylor

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
venuePublié dans une revue dont le pays d'attache est le Canada.

Notice bibliographique

RevueCanadian Journal of Community Mental Health · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueParticipatory Visual Research Methods
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésStorytellingParticipatory action researchAction researchCitizen journalismSociologyThe artsSpectacleSpace (punctuation)Field (mathematics)Action (physics)PostmodernismReflection (computer programming)Engineering ethicsPerforming artsProcess (computing)AestheticsVisual artsPolitical sciencePedagogyEpistemologyComputer scienceEngineeringArt

Résumé

récupéré en direct d'OpenAlex

This paper explores how art can be used to tell stories and actively build safe spaces, and grew out of reflections from a capacity-building and knowledge translation/mobilization project involving 7 young people living on the streets. The paper considers how research can contribute to an examination of anti-oppressive practice and methodology, and an application of it in the field through an arts-based agenda. Conceptually, the paper takes up the postmodern turn in methodological considerations by exploring how the “spectacle” of a research agenda can come to be undone by a more participatory research process. This paper speaks to the processes involved in creating an arts-based environment and, ultimately, the building of a community space for sharing, for reflection, and for mobilization—storytelling not only as a form of art, but as a critical methodology.

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.

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)0,033
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,544
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0330,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,001
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,920
Tête enseignante GPT0,742
Écart entre enseignants0,178 · 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