MétaCan
Menu
Retour à la cohorte
Enregistrement W2519754422 · doi:10.5130/ijcre.v9i1.4875

Engaging youth in post-disaster research: Lessons learned from a creative methods approach

2016· article· en· W2519754422 sur OpenAlexafffundabout
Lori Peek, Jennifer Tobin-Gurley, Robin S. Cox, Leila Scannell, Sarah Fletcher, Cheryl Heykoop

Notice bibliographique

RevueGateways International Journal of Community Research and Engagement · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueParticipatory Visual Research Methods
Établissements canadiensRoyal Roads University
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaRoyal Roads UniversityColorado State University
Mots-clésParticipatory action researchThe artsCitizen journalismPublic relationsPsychological resilienceAction researchYouth engagementReciprocity (cultural anthropology)SociologyResilience (materials science)Political sciencePsychologyPedagogySocial psychologySocial science

Résumé

récupéré en direct d'OpenAlex

Children and youth often demonstrate resilience and capacity in the face of disasters. Yet, they are typically not given the opportunities to engage in youth-driven research and lack access to official channels through which to contribute their perspectives to policy and practice during the recovery process. To begin to fill this void in research and action, this multi-site research project engaged youth from disaster-affected communities in Canada and the United States. This article presents a flexible youth-centric workshop methodology that uses participatory and arts-based methods to elicit and explore youth’s disaster and recovery experiences. The opportunities and challenges associated with initiating and maintaining partnerships, reciprocity and youth-adult power differentials using arts-based methods, and sustaining engagement in post-disaster settings, are discussed. Ultimately, this work contributes to further understanding of the methods being used to conduct research for, with, and about youth.Keywords: youth, disaster recovery, engagement, resilience, arts-based methods, participatory research

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

Étiquettes directes de modèles (non validées)

Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.

BrasCatégoriesDevis d'étudeConfiance
gemmaaucune catégorie
Domaine: non disponible · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Qualitatiflow
gptMétarecherche
Domaine: Méthodes · Genre: Méthodes
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Qualitatiflow
modèles en désaccordL'accord compare des ensembles de catégories et des devis identiques entre les bras.

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)0,123
score de la tête « metaresearch » (Gemma)0,041
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: aucune
Score de désaccord entre enseignants0,123
Score d'incertitude au seuil0,649

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1230,041
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0040,003
Études des sciences et des technologies0,0100,025
Communication savante0,0150,012
Science ouverte0,0070,022
Intégrité de la recherche0,0040,006
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,950
Tête enseignante GPT0,739
Écart entre enseignants0,211 · 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

Étiqueté directement par 2 modèles lisant le dossier complet.

Métarecherche

Les modèles divergent sur des parties de cette classification; chaque voix est préservée dans la section en fin de page.

Devis d'étudeQualitatif
DomaineMéthodes
GenreEmpirique · Méthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations54
Publié2016
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueGateways International Journal of Community Research and EngagementMême sujetParticipatory Visual Research MethodsCatégorieMétarechercheTravaux en français237 207