Creating Ethical Research Partnerships – Relational Accountability in Action
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Research that focuses on Indigenous street gangs is primarily derived from the experiences and expertise of individuals who work in the criminal justice system or community-based organizations and not street gang members themselves (Grekul & LaRocque, 2011). The primary reason for this is that it is difficult to build research relationships with individuals who, for the majority of their lives, have tried to keep their lives hidden from those who they consider as outsiders. However, it is these narratives of those who have been directly involved with street gangs that provide the greatest insight into what attracts individuals to join, the realities of street gang life, and what is needed to support individuals to exit street gangs. The current article examines how relational accountability framed within the 4Rs (Kirkness & Barnhardt, 1991) was used to engage in a photovoice research project that focused on how Indigenous male ex-gang members came to construct their notions of masculinity within local street gangs. To engage the men in the research, relationships were built with STR8 UP, a community-based gang intervention program located in Saskatoon, Saskatchewan. By building relationships, the foundational components to Indigenous research, trust between researcher and participants was established where modifications within the research methods could occur to engage the men’s participation more fully. The current article also examines the importance of critical reflexivity within relational accountability, as it provides researchers with a tool to understand their social privileges and how this can impact the research process
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,959 | 0,644 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,928 | 0,002 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,820 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle