Embedded, Participatory Research: Creating a Grounded Theory with Teenagers
Notice bibliographique
Résumé
Objective – This project, based on a study of the impact of art programs in public libraries on the teenaged participants, sought to show how library practitioners can perform embedded, participatory research by adding participants to their research team. Embedded participatory techniques, when paired with grounded theory methods, build testable theories from the ground up, based on the real experiences of those involved, including the librarian. This method offers practical solutions for other librarians while furthering a theoretical research agenda. Methods – This example of embedded, participatory techniques used grounded theory methods based on the experiences of teens who participated in art programs at a public library. Fourteen teens participated in interviews, and six of them assisted in coding, analyzing, and abstracting the data, and validating the resulting theory. Results – Employing the teenagers within the research team resulted in a teen-validated theory. The embedded techniques of the practitioner-researcher resulted in a theory that can be applied to practice. Conclusions – This research framework develops the body of literature based on real-world contexts and supports hands-on practitioners. It also provides evidence-based theory for funding agencies and assessment. In addition, practitioner-based research that incorporates teens as research partners activates teens’ voices. It gives them a venue to speak for themselves with support from an interested and often advocacy-minded adult.
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 | 0,122 | 0,055 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,005 | 0,019 |
| Communication savante | 0,008 | 0,012 |
| Science ouverte | 0,003 | 0,011 |
| Intégrité de la recherche | 0,002 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».