MétaCan
Menu
Retour à la cohorte
Enregistrement W2942259931 · doi:10.1080/25783858.2019.1589989

Rebalancing power relationships in research using visual mapping: examples from a project within an Indigenist research paradigm

2019· article· en· W2942259931 sur OpenAlexaboutno aff
Anne Lindblom

Notice bibliographique

RevuePRACTICE · 2019
Typearticle
Langueen
DomaineNeuroscience
ThématiqueAutism Spectrum Disorder Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIndigenousAutismVisual researchNegotiationPower (physics)ConversationIndigenous educationAutism spectrum disorderPsychologySociologyPublic relationsDevelopmental psychologyPolitical scienceSocial scienceVisual artsCommunication

Résumé

récupéré en direct d'OpenAlex

Engaging in respectful relationships is an essential aspect of all research and educational practices. Colonial residue, and the maltreatment and misinterpretation of Indigenous peoples by researchers, puts a great responsibility on the researcher to strive for balance in power relationships within Indigenous contexts. Even more so, in research and education involving Indigenous children diagnosed with autism spectrum disorder (ASD). This may be easier said than done. In a PhD project on the meaning of music for First Nations children diagnosed with ASD in British Columbia, Canada, visual mapping was used to rebalance the power relationships between myself as a researcher and the research partners as a step toward decolonization. The visual maps were used to summarize conversation transcripts that could be used to validate my interpretations and disseminate the research results, create a mutual focal point for negotiating consent and participation and show progress over time. Visual methods, such as visual mapping, are beneficial to individuals with autism, and can also be useful when rebalancing power relations with other research partners, such as parents. In conclusion, visual mapping can be a useful tool for rebalancing power relationships in research and educational practices.

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)0,065
score de la tête « metaresearch » (Gemma)0,060
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,935
Score d'incertitude au seuil0,344

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0650,060
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,004
Études des sciences et des technologies0,0240,048
Communication savante0,0120,015
Science ouverte0,0040,020
Intégrité de la recherche0,0050,008
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,504
Tête enseignante GPT0,512
Écart entre enseignants0,008 · 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.

Devis d'étudeQualitatif
DomaineMéthodes
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

Citations2
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePRACTICEMême sujetAutism Spectrum Disorder ResearchTravaux en français237 207