MétaCan
Menu
Retour à la cohorte
Enregistrement W2746603057 · doi:10.1386/jaah.8.2.141_1

Audience engagement and impact: Ethical considerations in art-based health research

2017· article· en· W2746603057 sur OpenAlexaff
Marilys Guillemin, Susan Cox

Notice bibliographique

RevueJournal of Applied Arts and Health · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueEmpathy and Medical Education
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésConfidentialityVariety (cybernetics)Ethical issuesPoint (geometry)The artsEngineering ethicsPsychologyWork (physics)SociologyPublic relationsInternet privacyPolitical scienceComputer scienceEngineeringLaw

Résumé

récupéré en direct d'OpenAlex

Abstract Art-based research presents epistemological benefits and challenges for researchers and artists. There are also significant ethical implications for audiences as well as participants and researchers. We argue that it is important to consider who is in the audience and how to minimize potentially harmful effects of the work. This includes issues of privacy and confidentiality arising from incorporation of participants’ stories into the art form and the need to offer reassurance to audience members who may believe they recognize aspects of themselves or someone they know in the production. It also highlights the need for researchers to establish respectful terms of engagement for audiences who may offer a variety of interpretations to the artistic work. We point to possible ways that researchers and artists can address these ethical tensions to ensure that art-based health research is ethically rigorous as well as being creatively engaging.

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)0,008
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,909
Score d'incertitude au seuil0,524

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0080,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,360
Tête enseignante GPT0,540
Écart entre enseignants0,181 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations12
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Applied Arts and HealthMême sujetEmpathy and Medical EducationTravaux en français237 207