MétaCan
Menu
Retour à la cohorte
Enregistrement W3112345773 · doi:10.32920/cd.v3i2.1002

Cultural Diversity and Critical Dietetics: A Scholarship of Cross-Cultural Engagement

2016· article· en· W3112345773 sur OpenAlexvenueno aff
Craig A Hassel

Notice bibliographique

RevueJournal of Critical Dietetics · 2016
Typearticle
Langueen
DomaineHealth Professions
ThématiqueDietetics, Nutrition, and Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésScholarshipCognitive reframingSociologyCredibilityDiversity (politics)IndigenousEpistemologyEngineering ethicsPsychologySocial psychologyAnthropologyPolitical scienceLaw

Résumé

récupéré en direct d'OpenAlex

As every human society has developed its own ways of knowing nature in order to survive, dietitians can benefit from an emerging scholarship of “cross-cultural engagement” (CCE). CCE asks dietitians to move beyond the orthodoxy of their academic training by temporarily experiencing culturally diverse knowledge systems, inhabiting different background assumptions and presuppositions of how the world works. Although this practice may seem de- stabilizing, it allows for significant outcomes not afforded by conventional dietetics scholarship. First, culturally different knowledge systems including those of Africa, Ayurveda, classical Chinese medicine and indigenous societies become more empathetically understood, minimizing the distortions created when forcing conformity with biomedical paradigms. This lessens potential for erroneous interpretations. Second, implicit background assumptions of the dietetics profession become more apparent, enabling a more critical appraisal of its underlying epistemology. Third, new forms of post-colonial intercultural inquiry can begin to develop over time as dietetics professionals develop capacities to reframe food and health issues from different cultural perspectives. CCE scholarship offers dietetics professionals a means to more fully appreciate knowledge assets that lie beyond professionally maintained parameters of truth, and a practice for challenging and moving boundaries of credibility.

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)0,023
score de la tête « metaresearch » (Gemma)0,020
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,123

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0230,020
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,003
Études des sciences et des technologies0,0210,119
Communication savante0,0210,018
Science ouverte0,0020,025
Intégrité de la recherche0,0060,009
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,201
Tête enseignante GPT0,509
Écart entre enseignants0,309 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations2
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Critical DieteticsMême sujetDietetics, Nutrition, and EducationTravaux en français237 207