Using mapmaking to research the geographies of young children affected by political violence
Notice bibliographique
Résumé
Introduction Mapmaking can be a process by which individuals orient themselves and navigate from place to place. The process of mapmaking can also be used as a tool for understanding one’s sense of place. The mapmaking experience is rooted in what Sobel (1998, p 5) identifies as ‘our visual, kinesthetic, and emotional experiences’. As a visual method, mapmaking provides one example of how individuals engage with place. Individuals throughout the lifecourse – from young children to ageing adults – influence and are influenced by place. And in order to better understand individuals’ experience with place, research methodologies have increasingly turned to visual methods. For example, the burgeoning field of children’s geographies has pioneered visual methodologies in order to understand the emplaced experiences of children in a variety of contexts. In this chapter, I focus on mapmaking as a promising method in lifecourse research, specifically illustrating how I have used it in research to investigate young children’s personal geographies. As defined by Blaut and colleagues (2003, p 165), mapmaking is the process by which one creates a text ‘that represent a geographical landscape in the traditional map-like way, reduced in scale and depicted as though viewed from overhead’. However, for young children, a map may be more broadly conceptualised as a drawing that depicts spaces and places. The process of mapmaking is especially relevant for a methodological exploration of place, because maps represent an epistemological process – how one sees the world and one’s place within it. Sobel (1998, p 3) notes that mapmaking is an ‘inherent human endeavor’ for a range of ages and stages from the young child to the older adult: ‘Just as the young child has an innate tendency to learn to speak and count and sing and draw, the child also has a tendency to make maps’. Indeed, maps, in their many forms, are one of the earliest forms of visual information (Wood, 1992). Furthermore, because of their visual nature, maps are easily accessible to children. Berger’s (1990) notion that ‘Seeing comes before words … and establishes our place in the surrounding world’ confirms the importance of the visual in the early stages of the lifecourse.
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 | 0,004 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,006 | 0,006 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,001 | 0,007 |
| Intégrité de la recherche | 0,001 | 0,003 |
| 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 ».