Community Health Workers Working the Digital Archive: A Case for Looking at Participatory Archiving in Studying Stigma in the Context of HIV and AIDS
Notice bibliographique
Résumé
Addressing the issue of HIV-stigma is recognised as essential to reducing the spread of HIV and AIDS, enabling community members to access prevention, treatment and care. Often the very people who are able to contribute to solving the problem, are marginalised and do not see ways to insert themselves into dialogues related to combating stigma. Community health workers in rural South Africa are one such group. At the heart of the research discussed in this article is an intervention based on participatory analysis through participatory archiving ( Shilton and Srinivasan 2008 ). Drawing on participatory work with thirteen community health workers in rural KwaZulu-Natal, we use a digital archive containing HIV-stigma visual data - generated five years earlier by youth in the community - to engage the participants in the analysis. Drawing on such participatory work as Jenkins’ participatory cultures framework, we focus on the idea of re-using, re-coding, and re-mixing visual data. One participant stated that “these pictures talk about the real issues faced by our communities”, highlighting the value of resources generated by community members themselves. They also indicate that they “could use [the resources] to teach the cons of stigmatising”. A key concern in work related to visual images (particularly in projects such as ours where a large amount of visual data is produced) is to consider ways of extending its life through the use of community-based digital archives.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,073 | 0,059 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,005 | 0,005 |
| Études des sciences et des technologies | 0,086 | 0,082 |
| Communication savante | 0,025 | 0,025 |
| Science ouverte | 0,008 | 0,037 |
| Intégrité de la recherche | 0,018 | 0,019 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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.
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».