MétaCan
Menu
Retour à la cohorte
Enregistrement W4312203061 · doi:10.15402/esj.v8i3.70755

Liberating Community-based Research: Rescuing Gramsci’s Legacy of Organic Intellectuals

2022· article· en· W4312203061 sur OpenAlexaffvenue
José Wellington Sousa

Notice bibliographique

RevueEngaged Scholar Journal Community-Engaged Research Teaching and Learning · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueService-Learning and Community Engagement
Établissements canadiensUniversity of Regina
Organismes subventionnairesnon disponible
Mots-clésSociologyParticipatory action researchContext (archaeology)General partnershipConsciousnessCitizen journalismRubricSocial scienceEngineering ethicsEnvironmental ethicsPedagogyPolitical scienceEpistemologyAnthropologyEngineeringLaw

Résumé

récupéré en direct d'OpenAlex

This article aims to provoke a discussion around conceiving community members as community-based research facilitators and leaders of their own process of change. It argues this is possible by rescuing Gramsci’s legacy of organic intellectuals that is present in community-based research literature, particularly under the participatory research rubric. However, this perspective has been overshadowed by a strong emphasis on community-based research (CBR) as a collaborative research approach rather than a people’s approach for knowledge production that leads to social transformation. Furthermore, such a view of community-based research is fruitful within an adult education and social movement learning framework. In a sense, social movements provide an environment that facilitates critical consciousness and the formation of organic intellectuals and in which communities and academics learn to better engage in partnership for community-led social change. In this context, CBR is still a collaborative approach, but one led primarily by organic intellectuals.

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)0,103
score de la tête « metaresearch » (Gemma)0,082
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,103
Score d'incertitude au seuil0,544

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1030,082
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0060,003
Études des sciences et des technologies0,0230,143
Communication savante0,0230,033
Science ouverte0,0040,035
Intégrité de la recherche0,0100,014
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,380
Tête enseignante GPT0,444
Écart entre enseignants0,064 · 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'étudeThéorique ou conceptuel
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

Citations2
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEngaged Scholar Journal Community-Engaged Research Teaching and LearningMême sujetService-Learning and Community EngagementTravaux en français237 207