MétaCan
Menu
Retour à la cohorte
Enregistrement W2111082066 · doi:10.1177/1077800411409885

In Indigenous Words: Exploring Vignettes as a Narrative Strategy for Presenting the Research Voices of Aboriginal Community Members

2011· article· en· W2111082066 sur OpenAlexafffundabout
Amy T. Blodgett, Robert J. Schinke, Brett Smith, Duke Peltier, Chris Pheasant

Notice bibliographique

RevueQualitative Inquiry · 2011
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueIndigenous Health, Education, and Rights
Établissements canadiensFirst Nations Health and Social Secretariat of ManitobaLaurentian University
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésParticipatory action researchPraxisIndigenousMainstreamSociologyNarrativeContext (archaeology)Action researchCitizen journalismGender studiesPedagogyPolitical scienceAnthropologyHistory

Résumé

récupéré en direct d'OpenAlex

Recently, awareness within academia has grown regarding the incompatibilities of mainstream research with indigenous cultures as well as the historical injustices that have accrued through colonizing practices. Accordingly, support for alternative (non-Westernized) research approaches has been increasing. Participatory action research (PAR) and cultural praxis reflect two approaches where researchers advocate for a movement toward cultural inclusivity. Both approaches have been integrated within the current work amongst mainstream academics and Aboriginal community members in Northeastern Ontario, Canada. The purpose of the current project was to empower Aboriginal coresearchers to share their voices regarding research, grounded within their lived experiences and the surrounding cultural context. Vignettes were developed as a method for presenting each Aboriginal coresearcher’s story in their “own words.” In this article, vignettes are explored as a potential method for centralizing indigenous voices and ultimately enabling PAR and praxis.

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)0,010
score de la tête « metaresearch » (Gemma)0,022
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 enseignants0,010
Score d'incertitude au seuil0,053

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,022
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0090,006
Communication savante0,0040,004
Science ouverte0,0020,006
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,454
Tête enseignante GPT0,546
Écart entre enseignants0,093 · 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

Citations173
Publié2011
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueQualitative InquiryMême sujetIndigenous Health, Education, and RightsTravaux en français237 207