MétaCan
Menu
Retour à la cohorte
Enregistrement W2787900321

Participation and democratization of knowledge: living theory research for reconciliation

2017· other· en· W2787900321 sur OpenAlexaboutno aff
Jack Whitehead, Jacqueline Delong, Marie Huxtable

Notice bibliographique

RevueInsight (University of Cumbria) · 2017
Typeother
Langueen
DomaineSocial Sciences
ThématiqueParticipatory Visual Research Methods
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSociologyEpistemologyFlourishingDemocratizationParticipatory action researchNarrativeRationalityDemocracyPsychologySocial psychologyPolitical scienceAnthropology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This presentation is intended to develop ideas from the 8th May 2015 ARNA Town Hall meeting in Toronto to the June 2017 ARNA conference in Cartagena, Colombia. It is focused on emerging understandings of knowledge democracy with convergences among those creating knowledge. We will show how Living Theorists draw on diverse approaches including living-cultures-of-inquiry, participatory frameworks, narrative inquiry, self-study and various forms of action research. Data from epistemologies of the South, East-Asian epistemologies and Western epistemologies, are analysed and used to show the mutual exclusion of different forms of rationality. In contrast to the exclusion expressed as ‘epistemicide’ by de Sousa Santos (2014) the living-logics of Living Theory research are used to show how different knowledges can be reconciled to contribute to the evolution of knowledge for the flourishing of humanity without denying the rationality of a different perspective. Multi-media narratives with digital visual data from a range of professional and community practices are used to clarify and communicate the meanings of embodied expressions of ontological and relational lifeaffirming values. These values are being used as explanatory principles in the explanations of individuals of their educational influences in their own learning, in the learning of others and in the learning of the social formations that influence practice and understandings.

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)0,006
score de la tête « metaresearch » (Gemma)0,008
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,753
Score d'incertitude au seuil0,961

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
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 Opus0,641
Tête enseignante GPT0,606
Écart entre enseignants0,034 · 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'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInsight (University of Cumbria)Même sujetParticipatory Visual Research MethodsTravaux en français237 207