MétaCan
Menu
Retour à la cohorte
Enregistrement W4297921917 · doi:10.1177/08861099221102702

Anti-Racist Research Praxis: Feminist Relational Accountability and Arts-Based Reflexive Memoing for Qualitative Data Collection in Social Work Research

2022· article· en· W4297921917 sur OpenAlex
Christine Mayor

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueAffilia · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueQualitative Research Methods and Ethics
Établissements canadiensWilfrid Laurier UniversityUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésPraxisReflexivitySociologyRacismAccountabilityQualitative researchGender studiesEpistemologySocial scienceLawPolitical science

Résumé

récupéré en direct d'OpenAlex

Largely absent from the feminist qualitative social work research literature are practical discussions about the ethics of white researchers who “study up” people and institutions of power. This methodological article grapples with how to conduct data collection from an anti-racist framework. I explore my use of an arts-based self-reflexive memoing process of embodied tableaux to inform my experimentations of rejecting “neutrality” when interviewing participants. I provide examples of disrupting white, patriarchal, and colonial norms during qualitative interviewing, including directly naming my whiteness and anti-racist stance; intentionally challenging the racism of white participants and deepening critical reflection; and viewing myself through a lens of critical skepticism to recognize when I was protecting whiteness or failing to effectively intervene. I conclude with an invitation to others to experiment with an anti-racist research praxis—an iterative process of self-reflexivity and relational accountability to reflect, theorize, and act differently during feminist social work research.

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.

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)0,193
score de la tête « metaresearch » (Gemma)0,029
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Études des sciences et des technologies
Catégories consensuellesMétarecherche, Études des sciences et des technologies
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,196
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,1930,029
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,004
Études des sciences et des technologies0,0110,004
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,002
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 Opus0,834
Tête enseignante GPT0,723
Écart entre enseignants0,111 · 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