Feminist Reflections on the Relation of Emotions to Ethics: A Case Study of Two Awkward Interviewing Moments
Notice bibliographique
Résumé
In Canada, social scientists are accountable to ethical guidelines, including the minimization of harm. Simultaneously, they are accountable to an academic community. But what of those moments in the researcher-participant relationship when these principles clash? They have at times done so resoundingly in our careers as qualitative interviewers, especially when we sought to ensure that information we implicitly understood and perceived as crucial would be duly stated by participants for the research record. Such attempts gave rise to deeply awkward interactions rife with emotions that even risked the premature termination of the interviews. In this article, we use methods from a feminist paradigm, and specifically standpoint and discursive positioning theory, to reflexively analyze the ethics in practice surrounding two of our own cases of awkward moments. Our analysis illustrates how the emotions of awkward moments can be symptomatic of everyday ethical conundrums. We particularly consider whether and how our engagement in reflexivity from these two vantage points can mitigate any real or imagined harm. We indicate how the understanding we develop from our analysis can lead to proactive recommendations for researchers to engage with their emotions and conduct themselves more ethically, both in the field and in analyses.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,025 | 0,045 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,037 | 0,050 |
| Communication savante | 0,013 | 0,013 |
| Science ouverte | 0,004 | 0,014 |
| Intégrité de la recherche | 0,010 | 0,012 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».