MétaCan
Menu
Retour à la cohorte
Enregistrement W2765505605 · doi:10.1111/hojo.12231

Multi‐Method Synergy: Using the Life History Calendar and Life as a Film for Retrospective Narratives

2017· article· en· W2765505605 sur OpenAlexafffund
Timothy Kang, Candace Kruttschnitt, Philip Goodman

Notice bibliographique

RevueThe Howard Journal of Crime and Justice · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCrime Patterns and Interventions
Établissements canadiensUniversity of Toronto
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésNarrativeContext (archaeology)Life historySociologyPsychologyHistoryAestheticsLiteratureArt

Résumé

récupéré en direct d'OpenAlex

Abstract As scholars of crime increasingly use narratives elicited from people found guilty of committing crime, it is critical that we reflect methodologically and theoretically on exactly how researchers collect those narratives, and what scholars do with people's stories and conceptualisations of their past, present, and future. To contribute to these reflections, we examine the utility of the Life History Calendar (LHC) and the Life as a Film (LAAF) procedure for collecting retrospective life histories from incarcerated chronic offenders. We note the respective advantages of each method, particularly for capturing the dynamic social contexts and reflected appraisals during critical periods of the life course of offenders. Most importantly, we argue that using the LHC and the LAAF together not only supplements the deficiencies of each method, but they also work together synergistically to improve the breadth and depth of data collection and our ability to understand the interplay between narratives, context, and experience.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,290
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,151
Tête enseignante GPT0,431
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; un appel candidat d’une seule tête enseignante, pas un consensus.

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

Citations7
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Howard Journal of Crime and JusticeMême sujetCrime Patterns and InterventionsTravaux en français237 207