Notice bibliographique
Résumé
One-way lectures, status reports, brainstorming, and open and managed discussions can all be tedious, alienating and demoralizing exercises of unbalanced power. We see opportunities to rethink in-person and online interactions across spheres such as workplaces, classrooms, conferences, and movement organizing. We share essential principles of Liberating Structures (LS), a set of 33+ open-source methods for more engaging and effective gatherings. We offer visual illustrations, practical examples, and insights from our experiences using LS for teaching and facilitation. LS, named by action researcher William Torbert and elaborated by Henri Lipmanowicz, Keith McCandless and others, are grounded in complexity thinking (vs. linear machine models), observing that innovation emerges from interconnectedness and non-linear feedback. LS thus attend to “micro-structures” of convenings to better organize participants’ time and attention: the invitation, participant distribution, timing and steps, group configurations and space arrangements. Facilitators can adopt, adapt, repeat and combine methods like Open Space, Troika Consulting, Drawing Together, and Impromptu Networking to support gatherings of any size. We believe LS can ease the work of dismantling oppression and reassembling the new pluriversal worlds we seek, by supporting communities of learning, design and social change in organizing inclusive gatherings, challenging institutional norms, and building alternative visions.
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 | 0,023 | 0,037 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,007 | 0,029 |
| Communication savante | 0,013 | 0,016 |
| Science ouverte | 0,003 | 0,025 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,003 |
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».