MétaCan
Menu
Retour à la cohorte
Enregistrement W2949231947 · doi:10.1075/ni.18031.abk

Exploring the boundary between narrative research and narrative intervention

2020· article· en· W2949231947 sur OpenAlexfundno aff
Peyman Abkhezr, Mary McMahon, Marilyn Campbell, Kevin Glasheen

Notice bibliographique

RevueNarrative Inquiry · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueQualitative Research Methods and Ethics
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of Toronto
Mots-clésNarrativeNarrative inquiryNarrative criticismTransformative learningNarrative networkThematic analysisPsychologyNarrative historyStorytellingPsychological interventionSociologyQualitative researchIntervention (counseling)PedagogySocial scienceLiteratureArt

Résumé

récupéré en direct d'OpenAlex

Abstract Researchers need to be cautious and reflective about the boundaries between narrative research and narrative intervention. Pursuing the ethics of care and the responsive and responsible practice of narrative inquiry obliges qualitative researchers to remain sensitive about the implications of engaging participants in narrative inquiry. This is accentuated with narrative inquiry into the life experiences of marginalised or disempowered populations. This study explored the implications of engaging recently resettled young African participants in narrative inquiry interviews. Thematic analysis uncovered four themes and 11 subthemes from the interviews. The Future Career Autobiography (FCA; Rehfuss, 2009 , 2015 ) was used to understand these participants’ narrative themes and explore the possibility of narrative change as a result of participating in narrative inquiry interviews. The findings illustrate the transformative function of narrative inquiry as uncovered by the FCA, and how narrative inquiry could potentially cross a boundary with narrative interventions such as narrative career counselling.

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)0,322
score de la tête « metaresearch » (Gemma)0,279
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,678
Score d'incertitude au seuil0,836

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,3220,279
Méta-épidémiologie (sens strict)0,0010,002
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0070,004
Études des sciences et des technologies0,0160,096
Communication savante0,0340,037
Science ouverte0,0070,032
Intégrité de la recherche0,0070,012
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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 Opus0,829
Tête enseignante GPT0,616
Écart entre enseignants0,213 · 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
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

Citations21
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNarrative InquiryMême sujetQualitative Research Methods and EthicsTravaux en français237 207