MétaCan
Menu
Retour à la cohorte
Enregistrement W2474907461

Finding common ground in the fisheries field: Agency in the ethnographic encounter

2004· article· en· W2474907461 sur OpenAlexaffabout
Melanie G. Wiber

Notice bibliographique

RevueZeitschrift für Ethnologie · 2004
Typearticle
Langueen
DomaineHealth Professions
ThématiqueIndigenous Studies and Ecology
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesnon disponible
Mots-clésEthnographyAgency (philosophy)SociologyProcess (computing)Field (mathematics)Representation (politics)Order (exchange)Space (punctuation)Common groundField researchEpistemologyPoliticsComputer scienceSocial sciencePolitical scienceAnthropologyLawBusiness
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This paper discusses a significant ellipsis in the theory of ethnographic methodology, specifically, the agency of actors collaborating to build an iterative fieldwork process. This crucial process involves the agency of both the researcher and the researched, and creates a common space for cooperation. Especially absent in anthropological theory about the process is the role that our informants play in attracting and holding our attention throughout an ethnographic encounter. The paper examines a case drawn from recent research among commercial inshore fishers in the Scotia-Fundy region of Canada in order to track this iterative process. One tracking mechanism is an analysis of the conversations that take place between researchers and informants in the early stages of the research, with particular attention to the processes of self-representation involved. These processes of representation draw on polarized political meanings with various actors deploying these meanings in different ways. The paper argues that this iterative process can be better theorized and researched and suggests several ways to do this.

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)0,047
score de la tête « metaresearch » (Gemma)0,046
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 enseignants0,047
Score d'incertitude au seuil0,250

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0470,046
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0070,006
Études des sciences et des technologies0,0260,079
Communication savante0,0200,024
Science ouverte0,0020,022
Intégrité de la recherche0,0040,004
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 Opus0,099
Tête enseignante GPT0,420
Écart entre enseignants0,321 · 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

Citations1
Publié2004
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueZeitschrift für EthnologieMême sujetIndigenous Studies and EcologyTravaux en français237 207