MétaCan
Menu
Retour à la cohorte
Enregistrement W3011527067 · doi:10.4018/978-1-7998-2956-0.ch008

Sharing the Stories

2020· book-chapter· en· W3011527067 sur OpenAlexaffabout
Heather L. Ramey, Heather L. Lawford, Sharif S. Mahdy

Notice bibliographique

RevueAdvances in human resources management and organizational development book series · 2020
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiqueYouth Development and Social Support
Établissements canadiensStudents CommissionBrock UniversityBishop's UniversityHumber Polytechnic
Organismes subventionnairesnon disponible
Mots-clésYouth workWork (physics)Context (archaeology)Digital storytellingProcess (computing)Public relationsYouth engagementService (business)Youth studiesStorytellingScale (ratio)SociologyComputer scienceKnowledge managementEngineeringPedagogyPolitical scienceBusinessNarrativeMarketingGender studies

Résumé

récupéré en direct d'OpenAlex

Digital technologies can provide youth work researchers with the power to conduct large-scale research on processes and outcomes of youth work services. This includes collaborative evaluations across programs, as a way of capturing the story of what happens in youth services, as a form of digital storytelling. Where this collaborative evaluation work is founded in youth-adult partnerships, it is a form of youth work. In this chapter, the authors outline the need for collaborative evaluation in their own context of Canadian youth work, and their experience of collecting digital program data in youth services. They offer a working model for digital youth service evaluation, which places the collective engagement of youth and other partners at its centre. Drawing on the model, they discuss the lessons we have learned in this process. To be successful, digital youth services evaluation requires building relationships and connections across digital space and adherence to youth work principles.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,953
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,001
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,015
Tête enseignante GPT0,248
Écart entre enseignants0,233 · 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 tête enseignante, pas un consensus.

Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreAutre

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
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAdvances in human resources management and organizational development book seriesMême sujetYouth Development and Social SupportTravaux en français237 207