MétaCan
Menu
Retour à la cohorte
Enregistrement W3168085888 · doi:10.1177/16094069211020903

Relational Critical Discourse Analysis: A Methodology to Challenge Researcher Assumptions

2021· article· en· W3168085888 sur OpenAlexaff
Dorothy Vaandering, Kristin Reimer

Notice bibliographique

RevueInternational Journal of Qualitative Methods · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiquePeace and Human Rights Education
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésSociologyHarmCritical discourse analysisSpace (punctuation)EpistemologyDiscourse analysisResearch methodologyPsychologySocial psychologyPolitical sciencePoliticsComputer scienceLinguistics

Résumé

récupéré en direct d'OpenAlex

This paper introduces a new critical peace methodology—Relational Critical Discourse Analysis. For research to contribute to the well-being of people and their societies, traditional research methodologies need to be examined for biases and contributions to societal harm, and new approaches that contribute to just and equitable cultures need to be developed. As two researchers from dominant, privileged populations, we challenged ourselves to do this by creating and employing Relational Critical Discourse Analysis, a new research methodology that provides space for diverse perspectives and emphasizes the researchers’ interconnectedness with their participants. In this paper we describe the methodology and examine how, within one case study, it increased our ability to (a) listen deeply to participants and (b) be personally impacted by what participants are saying.

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)0,022
score de la tête « metaresearch » (Gemma)0,023
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,160
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0220,023
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,896
Tête enseignante GPT0,760
Écart entre enseignants0,136 · 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.

Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations13
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Qualitative MethodsMême sujetPeace and Human Rights EducationTravaux en français237 207