MétaCan
Menu
Retour à la cohorte
Enregistrement W2792432459 · doi:10.1080/14780887.2018.1442694

Making spaces: multimedia storytelling as reflexive, creative praxis

2018· article· en· W2792432459 sur OpenAlexaff
Carla Rice, Andrea LaMarre, Nadine Changfoot, Patty Douglas

Notice bibliographique

RevueQualitative Research in Psychology · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueParticipatory Visual Research Methods
Établissements canadiensTrent UniversityUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésReflexivityStorytellingPraxisCreativitySociologyThe artsSpace (punctuation)AestheticsVisual artsNarrativeEpistemologyPsychologyArtComputer scienceSocial psychologySocial scienceLiterature

Résumé

récupéré en direct d'OpenAlex

In this article, we explore our experiences as researchers and participants in multimedia storytelling, an arts-informed method wherein we work with artists and aggrieved communities to speak back to dominant representations through film. In positioning ourselves as storytellers, we do research with rather than “on” or “for” participants, allowing us to connect in practical and affective ways as we co-create films. Drawing from dialogues about our workshop experiences, we outline four themes that make the storytelling space unique: reflexivity; structure and creativity; transitional space and reverberations; and fixing versus being/becoming with. We analyze our self-reflexive films on mind-body difference as “biomythographies,” as films that situate stories of ourselves in technological-temporal-spatial relations and that highlight how we make/experience change through creative research. Multimedia storytelling, we argue, allows us to enact reflexive creative praxis in a way that opens to difference rather than trying to fix it, forging an ethic we find all too rare in the neoliberal university.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,011
Score d'incertitude au seuil0,044

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,014
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0060,019
Communication savante0,0110,010
Science ouverte0,0020,010
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,923
Tête enseignante GPT0,833
Écart entre enseignants0,090 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

Citations50
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueQualitative Research in PsychologyMême sujetParticipatory Visual Research MethodsTravaux en français237 207