My journey through my Qualifying Exam using reflexivity and resonant text: ‘what I know’; ‘how I know it’; and ‘how I experience it’
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.
Notice bibliographique
Résumé
The Qualifying Examination (QE) is an important but, at the same time, isolated journey for doctoral students. Along with many other doctorate students in Public Health Sciences, I was provided with a description of the core requirements of my QE and left alone in a solitary journey of readings and writings. Reflexivity, the act of becoming aware of the self as author/researcher, and resonant text, the use of art as an expressive medium for personal learning, were not required during my QE. However, as a scholar, my ontological and epistemological knowledge is grounded in social‐critical/feminists paradigms, which encourage the use of reflexive practices to locate the researcher position during the research process. As a result, I felt the need to explore and disclose my research and personal identities during my QE process. Furthermore, I wanted to explore different forms of communicative mediums (e.g. art‐based/visual medium) to learn and disseminate knowledge. Using my personal experience, this paper tries to answer the question: How can reflexivity and resonant text help doctoral students to explore and understand their multiples selves during their QE? Following a feminist reflexive framework, I identified my multiple selves in relation to the literature that I reviewed. Furthermore, I created four resonant texts: Self; Sea of Text; Castle of Knowledge; and Lived History of Body and Gender. In reflecting on my QE journey, I am now aware of how my resonant texts become my way to re‐express ‘what I know’, ‘how I know it’, and ‘how I experience it’.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,024 | 0,091 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,002 | 0,009 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle