MétaCan
Menu
Retour à la cohorte
Enregistrement W2558023170 · doi:10.1111/1559-8918.2016.01085

Applying Theory to Applied Ethnography

2016· article· en· W2558023170 sur OpenAlexaff
MARIA CURY, Daniel Bird

Notice bibliographique

RevueEthnographic Praxis in Industry Conference Proceedings · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueAnthropology: Ethics, History, Culture
Établissements canadiensGolder Associates (Canada)
Organismes subventionnairesnon disponible
Mots-clésEthnographyPraxisEpistemologyAppealSociologySkepticismFraming (construction)Field (mathematics)Variety (cybernetics)Computer scienceArtificial intelligencePolitical sciencePhilosophyLaw

Résumé

récupéré en direct d'OpenAlex

In applied ethnographic praxis, how should we use theory? Exploring how existing theory from a variety of domains has supported and advanced our work, this paper justifies and demonstrates how theory can be used in an accessible and practical manner when framing research and analyzing experience in the field. Two approaches for using theory are outlined, providing guidelines for different ways to apply theory to applied ethnography. Defense of such approaches is provided through both an appeal to the value we have seen it add to ethnography in industry and to a brief return to Hermeneutic ethnography, inspired by the likes of Gadamer and Geertz. The latter serves as a reminder of reasons to be skeptical that as ethnographers we uncover “the real.” Pre‐existing theory provides valuable assistance when transforming an insight about the world into an idea with explanatory and predictive potential for our clients. Drawing upon theory allows us to elevate an interesting description of the “real” world into actionable insights with theoretical muscle. And we contend that ethnographers in industry need not incorporate theory in their work in the manner that is typical of academia – the same ‘rules’ and norms do not apply.

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)0,005
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesIntégrité de la recherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,510
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0010,005
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,069
Tête enseignante GPT0,349
Écart entre enseignants0,280 · 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'étudeThéorique ou conceptuel
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

Citations5
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEthnographic Praxis in Industry Conference ProceedingsMême sujetAnthropology: Ethics, History, CultureTravaux en français237 207