Exploring the Expansive Properties of Interpretive Description: An Invitation to Anti-oppressive Researchers
Notice bibliographique
Résumé
There is an ever-present need to challenge, create, and expand upon qualitative research approaches in the applied and practice disciplines to avoid repeating mistakes of the past and to realize a research agenda for socially just practice. Toward these goals, anti-oppressive researchers engage with a variety of methodologies to co-produce accounts that reflect a comprehensive understanding of social problems with the people who experience them and to enact solutions for real world change. In this article, we reflect on the manner in which Interpretive Description may be a useful option for anti-oppressive researchers to consider as a methodological approach in meeting these philosophical and practical aspirations. We find that Interpretive Description offers guidance toward building the foundation, bringing your whole self to the research, remaining responsive to people, valuing people’s expert perspective of their own experience, using power and privilege wisely, broadening contributors and consumers of research, embracing complications and variations, and enacting change. To illustrate this, we share examples from a participatory, anti-oppressive Interpretive Description study conducted by a team comprised of an inter-racial coalition of students, alumni, and faculty. Collectively, we investigated Black graduate student experiences of racism, inclusion, and expansion within a historically and primarily White university. This case example illustrates our contention that, as our commitment to anti-oppressive research and practice in the applied disciplines intensifies, Interpretive Description is well situated to help us advance practice knowledge in a manner that is transparent, equitable and credible.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,078 | 0,040 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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; les deux têtes enseignantes 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 ».