MétaCan
Menu
Retour à la cohorte
Enregistrement W3174230225 · doi:10.1080/09650792.2021.1925569

Creative action research

2021· article· en· W3174230225 sur OpenAlexafffund
Robin S. Cox, Cheryl Heykoop, Sarah Fletcher, Tiffany Hill, Leila Scannell, Laura H. V. Wright, Kiana Alexander, Nigel Deans, Tamara Plush

Notice bibliographique

RevueEducational Action Research · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueParticipatory Visual Research Methods
Établissements canadiensRoyal Roads University
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaMitacsAlberta InnovatesAlberta Innovates - Health Solutions
Mots-clésAction researchParticipatory action researchLeverage (statistics)Action (physics)Citizen journalismKey (lock)SociologyEngineering ethicsManagement scienceComputer scienceEngineeringPedagogyArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Youth-Creative Action Research (Y-CAR) is a variant of participatory action research specifically suited for exploring and developing evidence-informed innovations to address complex social challenges such as climate change. In this paper, we present an overview of Y-CAR and explore its core defining features, potential for application in research and action, and connection to other action-oriented research methodologies. We draw on a range of examples of this emergent methodology that illustrates its evolution and core principles in action and show how it has been implemented in research. We conclude the paper by examining key learnings, future leverage points, and limitations to applying Y-CAR in practice.

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)0,082
score de la tête « metaresearch » (Gemma)0,081
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,082
Score d'incertitude au seuil0,436

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0820,081
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0050,004
Études des sciences et des technologies0,0070,016
Communication savante0,0130,008
Science ouverte0,0050,014
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0340,006

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 Opus0,975
Tête enseignante GPT0,851
Écart entre enseignants0,124 · 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

Citations21
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEducational Action ResearchMême sujetParticipatory Visual Research MethodsTravaux en français237 207