MétaCan
Menu
Retour à la cohorte
Enregistrement W4283835150 · doi:10.1177/10497323221112620

The Emotional and Psychological Labor of Insider Qualitative Research Among Systemically Marginalized Groups: Revisiting the Uses of Reflexivity

2022· article· en· W4283835150 sur OpenAlexaff
David J. Kinitz

Notice bibliographique

RevueQualitative Health Research · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueQualitative Research Methods and Ethics
Établissements canadiensPublic Health OntarioUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésInsiderReflexivityOpenness to experienceRelevance (law)Equity (law)SociologyEmbodied cognitionPublic relationsPsychologyInclusion (mineral)Diversity (politics)Qualitative researchSocial psychologyPolitical scienceSocial scienceEpistemology

Résumé

récupéré en direct d'OpenAlex

In response to decades-long exclusionary practices, academic institutions are now recruiting early career researchers (ECRs) from systemically marginalized populations who specialize in equity-related research. As a result, these ECRs are likely to conduct research within their communities on topics that have personal relevance-insider research. Methodological training for insider research places an emphasis on methods, such as reflexivity, to ensure rigor; however, the emotional and psychological impacts of these research methods on the researcher are seldom discussed. Therefore, I use analytic autoethnography to illustrate the embodied impacts of conducting insider research using an example of personal relevance and argue that methodological practices require an embodied reflexivity that centers the researcher and the impacts the research has on them. This paradoxically rewarding and taxing work necessitates changes in methodological training and practice, institutional support, and an openness to innovation when calling for equity, diversity, and inclusion in the academy.

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)0,515
score de la tête « metaresearch » (Gemma)0,082
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Études des sciences et des technologies, Intégrité de la recherche
Catégories consensuellesMétarecherche, Études des sciences et des technologies
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,433
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,5150,082
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,004
Études des sciences et des technologies0,0100,021
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,004
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,865
Tête enseignante GPT0,765
Écart entre enseignants0,100 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations35
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueQualitative Health ResearchMême sujetQualitative Research Methods and EthicsTravaux en français237 207