Anti-Oppressive Visual Methodologies: Critical Appraisal of Cross-Cultural Research Design
Notice bibliographique
Résumé
The purpose of this article is to draw critical attention to the use of photovoice as an anti-oppressive method in research with Aboriginal peoples. In response to the historical vulnerability of Aboriginal peoples to research that “wants to know and define the Other,” anti-oppressive methods deconstruct taken-for-granted research models and focus on privileging Indigenous voices, political integrity, and justice strategies. Anti-oppressive approaches are connected to emancipation and cannot be divorced from the history of racism. Theoretically, photovoice aligns well with anti-oppressive goals, using photographs and storytelling as a catalyst for identifying community issues towards informed solutions. Having roots in Freireian-based processes, photovoice has the goal of engaging citizens in critical dialogues and moving people to social action. Drawing on our recently completed photovoice study, Visualizing Breast Cancer: Exploring Aboriginal Women’s Experiences (VBC), we demonstrate that photovoice seems successful in enhancing critical consciousness among participants, but that outcomes may not be disruptive. While photovoice has the potential to develop counter-hegemonic anti-oppressive knowledge, this may be lost depending on how the research process is encountered; thus, we propose the implementation of a revisionary model which incorporates a culturally safe anti-oppressive lens.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,697 | 0,743 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,003 |
| Méta-épidémiologie (sens large) | 0,005 | 0,003 |
| Bibliométrie | 0,024 | 0,014 |
| Études des sciences et des technologies | 0,014 | 0,040 |
| Communication savante | 0,025 | 0,015 |
| Science ouverte | 0,008 | 0,018 |
| Intégrité de la recherche | 0,007 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».