MétaCan
Menu
Retour à la cohorte
Enregistrement W2794119538 · doi:10.26522/ssj.v11i2.1522

Participatory Filmmaking Pedagogies in Schools: Tensions Between Critical Representation and Perpetuating Gendered and Heterosexist Discourses.

2018· article· en· W2794119538 sur OpenAlexafffundvenue
Matt Rogers

Notice bibliographique

RevueStudies in Social Justice · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueParticipatory Visual Research Methods
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésFilmmakingCitizen journalismSociologyNarrativeGender studiesCritical discourse analysisParticipatory action researchMedia studiesPolitical scienceVisual artsMovie theaterLawPolitics

Résumé

récupéré en direct d'OpenAlex

Although participatory media practices are often adopted to address social issues with youth in school and community contexts, there is a lack of critical analysis of the visual and discursive representations that organize student-produced participatory films. To respond to this concern, I employ critical discourse analysis to examine a series of films that were created for a New Brunswick school-based participatory filmmaking program that I coordinate, called What’s up Doc? Since the project’s inception in 2009, students have produced over 60 films that have raised institutional critiques, troubled inequitable discourses, and addressed social justice issues. Drawing attention to discourses that framed students’ films, I show how the work may perpetuate, rather than fully resist, marginalizing discourses, narratives, and visual representations. In particular, I show how the films may reproduce and authorize sexist discourses, demeaning narratives, and heteronormative assumptions. Youth may have undertaken filmmaking to generate social commentary and resist inequity, but critical engagement with the What’s up Doc? program demonstrates how discursive power operates on, in, and through participatory media texts.

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)0,027
score de la tête « metaresearch » (Gemma)0,030
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 enseignants0,027
Score d'incertitude au seuil0,144

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0270,030
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,002
Études des sciences et des technologies0,0220,036
Communication savante0,0170,009
Science ouverte0,0030,013
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,883
Tête enseignante GPT0,742
Écart entre enseignants0,141 · 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

Citations8
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueStudies in Social JusticeMême sujetParticipatory Visual Research MethodsTravaux en français237 207