MétaCan
Menu
Retour à la cohorte
Enregistrement W3151784000 · doi:10.47611/jsr.v10i1.1138

An Interpretative Phenomenological Analysis of the Emotional Experience of the 1947 Partition Survivors

2021· article· en· W3151784000 sur OpenAlexaff
Ananya Kalra, Eva Zysk

Notice bibliographique

RevueJournal of Student Research · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSouth Asian Studies and Conflicts
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésNarrativePartition (number theory)Interpretative phenomenological analysisPsychologyRecallSocial psychologySociologyGender studiesCognitive psychologyAnthropologyArtLiteratureQualitative research

Résumé

récupéré en direct d'OpenAlex

This paper examines the emotional experience of the survivors of the 1947 India-Pakistan
 Partition by conducting an interpretative phenomenological analysis of their trauma narratives which were procured through the 1947 Partition Archive, an organization dedicated to the preservation of the stories of the victims of the separation of the two countries. The three participants were between the ages of 5-14 years-old when they were displaced and all of them witnessed the rampant violence that characterizes the Partition. They recall the events while maintaining a distance from the distressing memories by altering the perspective of their narratives and adopting laughter as a relieving mechanism. Their cultural identity was comprised by forced migration which they express through a deeply rooted desire to return to their homes. Their needs to be further exploration of Partition narratives across diverse
 demographics, such as South Indian and Muslim survivors.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,081
Score d'incertitude au seuil0,355

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,215
Tête enseignante GPT0,509
Écart entre enseignants0,295 · 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.

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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Student ResearchMême sujetSouth Asian Studies and ConflictsTravaux en français237 207