MétaCan
Menu
Retour à la cohorte
Enregistrement W3167151776 · doi:10.15402/esj.v7i1.70062

Walking Many Paths, Our Research Journey to (Re)present Multiple Knowings

2021· article· en· W3167151776 sur OpenAlexaffvenueabout
Melitta Hogarth, Kori Czuy

Notice bibliographique

RevueEngaged Scholar Journal Community-Engaged Research Teaching and Learning · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueIndigenous Health, Education, and Rights
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésIndigenousPrivilege (computing)Agency (philosophy)SociologyTransformative learningTraditional knowledgeEnvironmental ethicsEpistemologySocial sciencePolitical scienceEcologyPedagogyLaw

Résumé

récupéré en direct d'OpenAlex

Indigenous peoples globally are seeking new ways in which to communicate and share our worldviews. Sometimes defined as resistance research, emancipatory research, decolonising research - our research (re)presents the multiple journeys in which we live and come to know. Emerging Indigenous research methodological approaches are centring Indigenous ways of knowing, being and doing, to privilege Indigenous voices that have been suppressed through colonization. The intricate weaving of Western methodologies with Indigenous knowledges evokes agency in two emerging Indigenous researchers (from Australia and Canada) and weaves a path of reconciliation between their diverse disciplines as well as the seemingly dichotomous knowledge systems they are challenged to work within. Using metalogue, a way of authentically bringing together multiple voices through dialogue, we discuss the creative and radical Indigenous methodological approaches developed and enacted within our PhDs. The paper will provide insights to the epistemological, ontological and axiological principles that inform emerging Indigenous approaches to research.

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)0,027
score de la tête « metaresearch » (Gemma)0,027
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,967
Score d'incertitude au seuil0,141

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0270,027
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0330,075
Communication savante0,0240,035
Science ouverte0,0030,024
Intégrité de la recherche0,0060,017
Charge utile insuffisante (le modèle a refusé de juger)0,0130,004

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 Opus0,223
Tête enseignante GPT0,463
Écart entre enseignants0,240 · 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

Citations3
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueEngaged Scholar Journal Community-Engaged Research Teaching and LearningMême sujetIndigenous Health, Education, and RightsTravaux en français237 207