What Lawrence’s Story Tells Health Researchers About Arts-Based Interactions
Notice bibliographique
Résumé
In arts-based-research, knowledge and meaning emerge from people's experiences of being in dynamic, ambiguous, intentional, and ethical relationships with each other and the arts.This case study draws on Launer's "7 C's" (context, conversations, curiosity, complexity, challenge, caution, and care) to understand the aesthetics (shape and form) and ethics of relationships between an artist-researcher and patient-sitter in portraiture-based medical research.This case supports the 7 C's being embodied in the art-making process, as the approach can usefully frame ethical challenges and rewards of portraiture-based health research for artist-researcher and patient-participant.Care Ethics of care (EoC) is a normative ethical framework that views moral action in terms of interpersonal relationships, with care and benevolence as core virtues.Because this ethical framework reflects the relationship between carers and patients, we decided to explore its usefulness for artist-sitter and researcher-participant relationships in a portraiture-based medical research (PBMR) study. 1 Launer has proposed that context, conversations, curiosity, complexity, challenge, caution, and care (the "7 C's") can help scholars understand the relationships between doctors and patients.2,3 Since many of these themes overlap with EoC, we decided to use Launer's 7 C's to explore the EoC in the interactions and relationships between the first author-Scottish artist-researcher, Mark Gilbert (M.G.)-and sitter-participant, Lawrence.This case report was drawn from the Giving, Receiving, Observing and Witnessing Care (GROWing Care) Study, which investigated the experience of older adults and their partners in care.4 We examined artworks, transcripts from conversations, and semi-structured interviews between artist-researcher and sitterparticipant, as well as artist journal reflections.Meeting Lawrence Present M.G. met Lawrence, then 91 years old, after Lawrence's appointment at a memory clinic for subjective memory complaints.Although Lawrence's test results showed no sign of
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 | 0,005 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,013 | 0,031 |
| Communication savante | 0,011 | 0,015 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,010 | 0,013 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,002 |
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 ».