MétaCan
Menu
Retour à la cohorte
Enregistrement W4302600859 · doi:10.25071/1913-5874/37392

Lessons in Failing Well: Building Hyper-Migration—a postcolonial, digital, feminist game with refugee youth in Toronto

2016· article· en· W4302600859 sur OpenAlexaffabout
Paula Gardner

Notice bibliographique

RevueInTensions · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueParticipatory Visual Research Methods
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésRefugeeParticipatory action researchPraxisSociologyPhotovoicePublic relationsFocus groupCitizen journalismPolitical science

Résumé

récupéré en direct d'OpenAlex

“Hyper-Migration” is an experimental collaborative project with refugee youth in Toronto that investigates how storytelling might be employed in a digital platform to meet the needs of this community, addressing issues such as displacement, social marginalisation and a lack of access to educational and job opportunities. This paper reviews our process of elaborating, vetting and instituting a method combining praxis and participatory-action research, informed by feminist, postcolonial, trauma and refugee studies. In an experimental art-based approach that aspires to design failure (Halberstam), the project shifts in strategy and objective as the refugee youth iteratively test and redesign a social action game. This paper explores this process and how critical theory and in-situ game play worked as techniques, driving a focus on local problems and needs, ultimately establishing analogue practices that took on affordances normally ascribed to the digital. As well, the project demonstrates the deep critical abilities of refugee youth to drive critical game design addressing their concerns, and to target key structural, policy and social issues affecting refugee communities that require social change.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,768
Score d'incertitude au seuil0,461

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0120,016
Communication savante0,0050,002
Science ouverte0,0020,006
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,330
Tête enseignante GPT0,563
Écart entre enseignants0,233 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations1
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInTensionsMême sujetParticipatory Visual Research MethodsTravaux en français237 207