MétaCan
Menu
Retour à la cohorte
Enregistrement W3042309786 · doi:10.1177/0886109920939051

COVID-19 and Youth Living in Poverty: The Ethical Considerations of Moving From In-Person Interviews to a Photovoice Using Remote Methods

2020· article· en· W3042309786 sur OpenAlexaff
Maria Liegghio, Lea Caragata

Notice bibliographique

RevueAffilia · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueParticipatory Visual Research Methods
Établissements canadiensWilfrid Laurier UniversityYork University
Organismes subventionnairesnon disponible
Mots-clésPhotovoiceSociologyPovertyPublic relationsResearch ethicsCommitEthical issuesEngineering ethicsPolitical scienceLawEconomic growth

Résumé

récupéré en direct d'OpenAlex

COVID-19 hit and instantaneously research using in-person methods were paused. As feminist and critical social work scholars and researchers, we began to consider the implications of pausing our ongoing project exploring the provisioning and resilience of youth living in low-income, lone mother households. Reflexively, we wondered how the youth, families, and issues we were connected to would be impacted by the pandemic. We were pulled into both ethical and methodological questions. While the procedural ethics of maintaining safety were clear, what became less clear were the relational ethics. What was brought into question were our own social positions and our roles and responsibilities in our relationships with the youth. For both ethical and methodological reasons, we decided to expand the original research scope from in-person interviews to include a photovoice to be executed using online, remote methods. In this article, we discuss those ethical and methodological tensions. In the first part, we discuss the relational ethics that propelled us to commit to expanding our work, while in the second part, we discuss our move to combining photovoice and remote methods.

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)0,197
score de la tête « metaresearch » (Gemma)0,155
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,197
Score d'incertitude au seuil0,990

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1970,155
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0270,028
Communication savante0,0130,009
Science ouverte0,0040,018
Intégrité de la recherche0,0060,012
Charge utile insuffisante (le modèle a refusé de juger)0,0070,002

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 Opus0,761
Tête enseignante GPT0,647
Écart entre enseignants0,114 · 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
Domainenon disponible
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

Citations48
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAffiliaMême sujetParticipatory Visual Research MethodsTravaux en français237 207