Exploring Perspectives in Narrative Research: An Indonesian Case Study*
Notice bibliographique
Résumé
Cet article veut examiner le processus par lequel deux chercheures, situées à des endroits très différents, analysent les données d'une étude qu'elles ont menée ensemble. À partir d'un projet de recherche narrative dans un groupe de collaboration, soutenus par un groupe central du programme d'études supérieures en études de la condition féminine à L'Université d'Indonésie (programme Kajian Wanita), les rôles de la chercheure canadienne et de la chercheure indonésienne étaient d'une importance cruciale à la fois dans la conceptualisation et dans L'analyse des données. Les auteures explorent ici quelques‐unes des façons par lesquelles leur position différente influe à la fois sur leur relation en tant que chercheures et sur leur analyse des données. This paper is an attempt to examine the process whereby two researchers, situated very differently, analysed the data arising from a jointly conducted study. The roles of the Canadian and the Indonesian researcher were crucially important in both framing and analysing the data arising from a collaborative group narrative research project, carried out with a core group in the graduate program in Women's Studies at the University of Indonesia (Program Studi Kajian Wanita). In this paper we explore some of the ways in which our different positioning affected both our relationship as researchers and our analyses of the data.
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 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 | 0,080 | 0,039 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,015 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».