Accidental ethnography: A method for practitioner-based education research
Notice bibliographique
Résumé
This article presents and discusses Accidental Ethnography (AccE), a methodology for practitioners to examine past experiences and contribute their findings to scholarly discourse. Accidental ethnography is the systematic analysis of prior fieldwork. It utilizes extant data “accidentally” gathered (i.e. the data were not collected as part of a predesigned study) to provide insight into a phenomenon, culture, or way of life. The accidental ethnography method—a nascent method in research literature—was developed to provide a means of in-depth exploration of past practitioner learning experiences beyond personal reflection. This article organizes, advances, and systematizes an accidental ethnography method for practitioner–researchers. We propose here a method that encompasses broader intentionality on the part of the researcher and a potentially unorthodox chronology of steps in the ethnographic research process. For practitioners in education, where much is learned through action and reflection, accidental ethnography offers a methodological approach for rigorous reflective research by front-line practitioners who have traditionally had difficulty finding time to make rigorous contributions to the discipline. This article introduces the methodological approach, elaborates the accidental ethnography research process, situates the method within action research methodology, and provides an example of an accidental ethnography project.
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 | 0,092 | 0,094 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,012 | 0,009 |
| Études des sciences et des technologies | 0,007 | 0,016 |
| Communication savante | 0,009 | 0,010 |
| Science ouverte | 0,003 | 0,012 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 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 ».