MétaCan
Menu
Retour à la cohorte
Enregistrement W3086632400 · doi:10.1177/0886109920954424

Collaboration for Improving Social Work Practice: The Promise of Feminist Participatory Action Research

2020· article· en· W3086632400 sur OpenAlexafffund
Holly Johnson, Catherine Flynn

Notice bibliographique

RevueAffilia · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueParticipatory Visual Research Methods
Établissements canadiensUniversité du Québec à ChicoutimiUniversity of Ottawa
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésParticipatory action researchReflexivityOppressionSociologyCitizen journalismFace (sociological concept)Engineering ethicsAction researchAction (physics)Public relationsSocial workPower (physics)Political scienceSocial sciencePedagogyLawEngineeringPolitics

Résumé

récupéré en direct d'OpenAlex

Feminist research and participatory action research (PAR) share the belief that research should directly serve social justice aims and work to alleviate suffering of marginalized and oppressed people. This article presents the results of a unique feminist PAR (FPAR) approach to designing and implementing an evaluation of an intervention with women who have used violence. The site of our analysis is the steering committee that oversaw this work and the extent to which members adhered to FPAR principles. Over the two decades since feminist critiques of PAR began to emerge, new discourses of collaboration have appeared. As researchers, we must be alert to FPAR discourses that mask ongoing hierarchies. Our findings suggest that, while reflexivity and genuine commitment to collaboration are fundamental to enacting FPAR principles, social workers nevertheless face real challenges confronting structural barriers that impede anti-oppression goals. This study highlights the challenges of adhering faithfully to feminist participatory principles in real-life settings and the need for future research to examine the effectiveness of FPAR processes in achieving authentic collaboration among committee members who are chosen to represent disparate perspectives and are backed by vastly different levels of social and institutional power.

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)0,265
score de la tête « metaresearch » (Gemma)0,141
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,265
Score d'incertitude au seuil0,907

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,2650,141
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0060,004
Études des sciences et des technologies0,0180,077
Communication savante0,0290,036
Science ouverte0,0060,039
Intégrité de la recherche0,0090,012
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,856
Tête enseignante GPT0,717
Écart entre enseignants0,138 · 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

Citations27
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAffiliaMême sujetParticipatory Visual Research MethodsTravaux en français237 207