MétaCan
Menu
Retour à la cohorte
Enregistrement W3167937607 · doi:10.3390/soc11020058

COVID-ized Ethnography: Challenges and Opportunities for Young Environmental Activists and Researchers

2021· article· en· W3167937607 sur OpenAlexfundno aff
Dena Arya, Matt Henn

Notice bibliographique

RevueSocieties · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueQualitative Research Methods and Ethics
Établissements canadiensnon disponible
Organismes subventionnairesTrent UniversityNottingham Trent University
Mots-clésEthnographyNegotiationSociologySocial distanceCoronavirus disease 2019 (COVID-19)Public relationsFace (sociological concept)Process (computing)Qualitative researchPolitical scienceSocial science

Résumé

récupéré en direct d'OpenAlex

This article offers a critical and reflective examination of the impact of the enforced 2020/21 COVID-19 lockdown on ethnographic fieldwork conducted with UK-based young environmental activists. A matrix of researcher and activist challenges and opportunities has been co-created with young environmental activists using an emergent research design, incorporating a phased and intensive iterative process using online ethnography and online qualitative interviews. The article focuses on reflections emerging from the process of co-designing and then use of this matrix in practice. It offers an evidence base which others researching hard-to-reach youth populations may themselves deploy when negotiating face-to-face fieldwork approval at their own academic institutions. The pandemic and its associated control regimes, such as lockdown and social distancing measures, will have lasting effects for both activism and researchers. The methodological reflections we offer in this article have the potential to contribute to the learning of social science researchers with respect to how best to respond when carrying out online fieldwork in such contexts—particularly, but not only, with young activists.

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)0,073
score de la tête « metaresearch » (Gemma)0,053
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,073
Score d'incertitude au seuil0,388

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0730,053
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0150,024
Communication savante0,0140,009
Science ouverte0,0020,016
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,650
Tête enseignante GPT0,544
Écart entre enseignants0,105 · 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'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

Citations29
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSocietiesMême sujetQualitative Research Methods and EthicsTravaux en français237 207