MétaCan
Menu
Retour à la cohorte
Enregistrement W4226176688 · doi:10.1007/s13164-022-00636-y

A roadmap to doing culturally grounded developmental science

2022· article· en· W4226176688 sur OpenAlexaff
Tanya Broesch, Sheina Lew‐Levy, Joscha Kärtner, Patricia Kanngießer, Michelle A. Kline

Notice bibliographique

RevueReview of Philosophy and Psychology · 2022
Typearticle
Langueen
DomainePsychology
ThématiqueCultural Differences and Values
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésEngineering ethicsContext (archaeology)Flexibility (engineering)Philosophy of scienceFace (sociological concept)Set (abstract data type)Responsible Research and InnovationSociologyEpistemologySocial scienceComputer scienceEngineeringManagement

Résumé

récupéré en direct d'OpenAlex

This paper provides a roadmap for engaging in cross-cultural, developmental research in practical, ethical, and community-engaged ways. To cultivate the flexibility necessary for conducting cross-cultural research, we structure our roadmap as a series of questions that each research program might consider prior to embarking on cross-cultural examinations in developmental science. Within each topic, we focus on the challenges and opportunities inherent to different types of study designs, fieldwork, and collaborations because our collective experience in conducting research in multiple cultural contexts has taught us that there can be no single “best practice”. Here we identify the challenges that are unique to cross-cultural research as well as present a series of recommendations and guidelines. We also bring to the forefront ethical considerations which are rarely encountered in the laboratory context, but which researchers face daily while conducting research in a cultural context which one is not a member. As each research context requires unique solutions to these recurring challenges, we urge researchers to use this set of questions as a starting point, and to expand and tailor the questions and potential solutions with community members to support their own research design or cultural context. This will allow us to move the field towards more inclusive and ethical research practices.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,716
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,120
Tête enseignante GPT0,423
Écart entre enseignants0,303 · 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'étudeSans objet
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

Citations20
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueReview of Philosophy and PsychologyMême sujetCultural Differences and ValuesTravaux en français237 207