MétaCan
Menu
Retour à la cohorte
Enregistrement W2515813748 · doi:10.7202/1036374ar

Le Digital Storytelling

2016· article· fr· W2515813748 sur OpenAlexaffvenueabout
Karoline Truchon

Notice bibliographique

RevueAnthropologie et Sociétés · 2016
Typearticle
Languefr
DomaineHealth Professions
ThématiqueDigital Storytelling and Education
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésHumanitiesArtPolitical science

Résumé

récupéré en direct d'OpenAlex

Cette contribution explique comment, avec des résidents d’un complexe de logements sociaux de Montréal et d’autres partenaires, nous avons tenté d’ajouter d’autres représentations de leurs réalités quotidiennes aux imageries, conceptions et stéréotypes véhiculés à leur propos dans des espaces médiatiques généralement occupés par des personnes expertes qui parlent sur et pour eux. Plus précisément, je détaille le premier de quatre volets d’une « infrastructure de visibilisation » codéveloppée ensemble entre 2008 et 2010 pendant ma recherche doctorale, volet qui s’est appuyé sur le digital storytelling . Pour ce faire, je définis d’abord la visibilisation comme concept opératoire distinct de la visibilité qui peut potentiellement générer de la reconnaissance. Ensuite, je présente l’avènement et les particularités du digital storytelling de même que sa pertinence ethnographique. Finalement, j’illustre les manières avec lesquelles nous avons « travaillé » la visibilisation au sein d’une infrastructure où le digital storytelling est devenu autant un outil d’expression et de reconnaissance qu’une méthode et une posture de recherche.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,767
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,002
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0160,007

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 Opus0,257
Tête enseignante GPT0,577
Écart entre enseignants0,320 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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

Citations8
Publié2016
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueAnthropologie et SociétésMême sujetDigital Storytelling and EducationTravaux en français237 207