MétaCan
Menu
Retour à la cohorte
Enregistrement W3177728669 · doi:10.1111/gec3.12584

Advancing children’s geographies through ‘grey areas’ of age and childhood

2021· article· en· W3177728669 sur OpenAlexafffund
Adrian A. Khan

Notice bibliographique

RevueGeography Compass · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueChildren's Rights and Participation
Établissements canadiensUniversity of Toronto
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésScholarshipAmbiguityGender studiesSociologyChildhood studiesLife course approachEarly childhoodEpistemologyDevelopmental psychologyPsychologyPolitical scienceLaw

Résumé

récupéré en direct d'OpenAlex

Abstract Children’s Geographies actively engages with critical understandings of age‐based research. However, the concept of age is an uncritical entity in these studies fueled by western concepts of childhood. Demarcating age numerically runs the risk of measuring childhoods in the Majority Worlds with Minority World concepts that are not culturally sensitive, but also forecloses any innovations. Researchers often spend so long debating definitions and boundaries when it is often in the grey areas of scholarship and life that the most exciting events and outcomes occur. This review begins with navigating ‘grey areas of age’ from how it is often measured in spaces of conceptual ambiguity with regards to experiences of being in between formal definitions of childhood or ‘Children’s Geographies.’ This is elaborated upon from Eurocentric linages that have shaped the subfield of Children’s Geographies, and in which the subfield should continue shifting from to further decolonize Eurocentric research related to age and childhood. The paper ends by presenting ways of further advancing the subfield of Children’s Geographies through (inter)generational positioning concepts and new interdisciplinary life course studies that further nuances the social variable of age as a grey area in the subfield.

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)0,004
score de la tête « metaresearch » (Gemma)0,006
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: Empirique
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,035

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,003
Études des sciences et des technologies0,0020,024
Communication savante0,0050,010
Science ouverte0,0010,006
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,012
Tête enseignante GPT0,268
Écart entre enseignants0,257 · 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

Citations10
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGeography CompassMême sujetChildren's Rights and ParticipationTravaux en français237 207