Notice bibliographique
Résumé
Autoethnography is an avant-garde method of qualitative inquiry that has captured the attention of an ever-increasing number of scholars from a variety of disciplines. Personal experience methods can offer a new and unique vantage point from which to make a contribution to social science yet, autoethnography has been criticized for being self-indulgent, narcissistic, introspective, and individualized. Methodological discussions about this method are polarized. As an autoethnographer and qualitative methodologist with an interest in personal experience methods, I have had the opportunity to review several autoethnographic manuscripts over the years. As my reviews accumulated, I began to see themes in my responses and it became apparent that I was advocating for an approach to autoethnography that lies in contrast to the frequently offered methodological polemics from philosophically divergent scholars. In this article, I draw from the reviews I have done to address topics such as applications and purposes for autoethnography, the degree of theory and analysis used within the method, data sources and dissemination of findings, and ethical issues. I then connect the concerns I see in the reviewed manuscripts to examples in the autoethnographic literature. Ultimately, I propose a moderate and balanced treatment of autoethnography that allows for innovation, imagination, and the representation of a range of voices in qualitative inquiry while also sustaining confidence in the quality, rigor, and usefulness of academic 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
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 | 0,157 | 0,109 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,009 | 0,022 |
| Communication savante | 0,017 | 0,014 |
| Science ouverte | 0,004 | 0,018 |
| Intégrité de la recherche | 0,005 | 0,010 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,003 |
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 ».