MétaCan
Menu
Retour à la cohorte
Enregistrement W2564384098 · doi:10.1057/978-1-137-54305-9_16

Exploring the Ethics of the Participant-Produced Archive: The Complexities of Dissemination

2016· book-chapter· en· W2564384098 sur OpenAlexaffabout
Casey Burkholder, Katie MacEntee

Notice bibliographique

RevuePalgrave Macmillan US eBooks · 2016
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiqueParticipatory Visual Research Methods
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésCitizen journalismPhoneSpace (punctuation)Social mediaSociologyParticipatory action researchIdentity (music)Digital storytellingPublic relationsMultimediaMedia studiesWorld Wide WebPolitical scienceComputer sciencePedagogyArtAesthetics

Résumé

récupéré en direct d'OpenAlex

Cellphilm methodology is a process where research participants create short cellphone videos in an effort to move toward social change. Cellphilms can be disseminated across physical spaces (eg. through sharing phone-to-phone and through screenings) and digital spaces (eg. by uploadig to social media sites). This chapter focuses on the use of participatory digital archives, such as YouTube, as a means for teachers to view and review their cellphilms to encourage reflection on teacher identity and the use of cellphilms as an educational tool. We see cellphilming as an emerging participatory research methodology and its integration with online participatory digital archives holds both promise and challenges. As such, our chapter explores the development of a researcher/participant collaborative cellphilm archive in a project with pre-service social studies teachers at the University of Prince Edward Island in Canada. We discuss some of the ethical issues that are associated with relying on YouTube as a digital archival space when conducting visual participatory research with pre-service teachers. These keywords were added by machine and not by the authors. This process is experimental and the keywords may be updated as the learning algorithm improves.

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)0,110
score de la tête « metaresearch » (Gemma)0,089
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,110
Score d'incertitude au seuil0,581

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1100,089
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0130,089
Communication savante0,0290,027
Science ouverte0,0040,013
Intégrité de la recherche0,0080,011
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 Opus0,677
Tête enseignante GPT0,529
Écart entre enseignants0,147 · 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

Citations8
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePalgrave Macmillan US eBooksMême sujetParticipatory Visual Research MethodsTravaux en français237 207