MétaCan
Menu
Retour à la cohorte
Enregistrement W2913354455 · doi:10.1177/1532708619829779

Doing Justice to Intersectionality in Research

2019· article· en· W2913354455 sur OpenAlexafffund
Carla Rice, Elisabeth Harrison, May Friedman

Notice bibliographique

RevueCulture Studies &#x2194 Critical Methodologies · 2019
Typearticle
Langueen
DomainePsychology
ThématiqueLGBTQ Health, Identity, and Policy
Établissements canadiensToronto Metropolitan UniversityYork UniversityUniversity of Guelph
Organismes subventionnairesCanada Excellence Research Chairs, Government of Canada
Mots-clésIntersectionalityOppressionScholarshipSociologyGender studiesCritical race theoryFeminist theoryEpistemologyPhotovoiceHuman sexualityRace (biology)FeminismSocial sciencePolitical sciencePoliticsLaw

Résumé

récupéré en direct d'OpenAlex

Intersectionality involves the study of the ways that race, gender, disability, sexuality, class, age, and other social categories are mutually shaped and interrelated through forces such as colonialism, neoliberalism, geopolitics, and cultural configurations to produce shifting relations of power and oppression. The concept does not always offer a clear set of tools for conducting social research. Instead, it offers varied strands of thought, pointing to different methodologies and methods for doing intersectional research. In this article, we trace the genealogy of intersectionality as theory and methodology to identify challenges in translating the concept into research methods, and we review debates about what we identify as three “critical movements” in the intersectionality literature, comprising contestations regarding the theory’s aims, scope, and axioms, in scholarship and research. Finally, we consider how these critical movements can offer researchers some guiding ethical principles for doing intersectionality justice in social research.

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)0,409
score de la tête « metaresearch » (Gemma)0,345
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Méthodes · Signal consensuel: Méthodes
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,591
Score d'incertitude au seuil0,729

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,4090,345
Méta-épidémiologie (sens strict)0,0020,003
Méta-épidémiologie (sens large)0,0050,003
Bibliométrie0,0120,007
Études des sciences et des technologies0,0300,288
Communication savante0,0420,047
Science ouverte0,0090,048
Intégrité de la recherche0,0140,027
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,575
Tête enseignante GPT0,656
Écart entre enseignants0,082 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeThéorique ou conceptuel
DomaineMéthodes
GenreMéthodes

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

En bref

Citations247
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCulture Studies &#x2194 Critical MethodologiesMême sujetLGBTQ Health, Identity, and PolicyTravaux en français237 207