MétaCan
Menu
Retour à la cohorte
Enregistrement W3178019212

The Influence of Curator Goals on Collections of Lived Experience Narratives: A Qualitative Study.

2021· article· en· W3178019212 sur OpenAlexaboutno aff
Caroline Yeo, Stefan Rennick‐Egglestone, Victoria Armstrong, Marit Borg, Ashleigh Charles, Laurie Hare-Duke, Joy Llewellyn‐Beardsley, Fiona Ng, Kristian Pollock, Scott Pomberth, Rianna Walcott, Mike Slade

Notice bibliographique

RevuePubMed · 2021
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMental Health and Patient Involvement
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNarrativeCognitive reframingThematic analysisTransparency (behavior)Mental healthNarrative inquiryPublic relationsSociologyInclusion (mineral)Lived experiencePsychologyQualitative researchNursingMedicinePolitical scienceSocial scienceSocial psychologyArtPsychotherapist
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: The aim of this study was to investigate how curator goals influence the design of curation processes for collections of mental health lived experience narratives. The objectives were (1) to characterize the goals of a range of curators of existing collections, and (2) to identify specific working practices impacted by these goals. RESEARCH DESIGN AND METHODS: Thirty semi-structured interviews were conducted with a purposive sample of curators of collections of lived experience narratives. Thematic analysis was conducted. Goals and impacts on working practice were tabulated, and narrative summaries were constructed to describe the relation between the two. RESULTS: Curators interviewed were from seven countries (Brazil, Canada, Hong Kong, India, Italy, UK, USA), and 60% had lived experience of mental health service usage. Participants discussed eight goals that inspired their work: fighting stigma, campaigning for change in service provision, educating about mental health and recovery, supporting others in their recovery journey, critiquing psychiatry, influencing policy, marketing health services, and reframing mental illness. These goals influenced how decisions were made about inclusion of narratives, editing of narrative content, withdrawal rights, and anonymization. CONCLUSIONS: Our work will support the development of curatorship as a professional practice by shaping training for curators, helping curators reflect on the outcomes they would like to achieve, and helping individuals planning a collection to reflect on their motivations. We argue that transparency is an essential orientation for curators. Transparency allows narrators to make an informed choice about donating a narrative. It allows policy makers to understand the influences on a collection and hence treat it as a source of collective evidence.

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)0,057
score de la tête « metaresearch » (Gemma)0,114
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 enseignants0,057
Score d'incertitude au seuil0,300

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0570,114
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0120,015
Communication savante0,0070,009
Science ouverte0,0030,015
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 Opus0,341
Tête enseignante GPT0,496
Écart entre enseignants0,155 · 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

Citations9
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetMental Health and Patient InvolvementTravaux en français237 207