MétaCan
Menu
Retour à la cohorte
Enregistrement W2106189696 · doi:10.1123/japa.2012-0300

Learning to Run From Narrative Foreclosure: One Woman’s Story of Aging and Physical Activity

2014· article· en· W2106189696 sur OpenAlexaff
Meridith Griffin, Cassandra Phoenix

Notice bibliographique

RevueJournal of Aging and Physical Activity · 2014
Typearticle
Langueen
DomainePsychology
ThématiqueAging and Gerontology Research
Établissements canadiensMcMaster UniversityHamilton Health Sciences
Organismes subventionnairesnon disponible
Mots-clésNarrativeEmbodied cognitionWitnessContext (archaeology)ScholarshipInterpretation (philosophy)Reading (process)Identity (music)Construct (python library)ForeclosurePsychologyAestheticsSociologySocial psychologyEpistemologyLiteratureHistoryArtLinguisticsLawPolitical scienceComputer science

Résumé

récupéré en direct d'OpenAlex

In this article, the authors construct a story of one woman's (Justine's) experience of learning to run within the context of a beginners group. Building on existing scholarship on narrative, aging, and physical activity, this work is part of a larger ethnographic project examining subjective accounts of the physically active aging body across the life course. Concerned with often simplistically linear problems of representation, the authors present a messy text that represents the complex and fluid nature of Justine's embodied tale. The aim is to show the intersection of biographical (storied) identity with health behavior choices and to interrogate the process of challenging narrative foreclosure. By using the emerging genre of messy text as a creative analytic practice, the authors avoid prompting a single, closed, convergent reading of Justine's story. Instead, they provoke interpretation within the reader as witness and expand the ways in which research on aging and physical activity has been represented.

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)0,002
score de la tête « metaresearch » (Gemma)0,007
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 enseignants0,011
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0110,013
Communication savante0,0050,008
Science ouverte0,0010,005
Intégrité de la recherche0,0040,007
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,038
Tête enseignante GPT0,357
Écart entre enseignants0,319 · 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

Citations30
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Aging and Physical ActivityMême sujetAging and Gerontology ResearchTravaux en français237 207