MétaCan
Menu
Retour à la cohorte
Enregistrement W4319979439 · doi:10.1017/hyp.2022.58

Standpoint Theory and the Psy Sciences: Can Marginalization and Critical Engagement Lead to an Epistemic Advantage?

2022· article· en· W4319979439 sur OpenAlexaff
Phoebe Friesen, Jordan Goldstein

Notice bibliographique

RevueHypatia · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueFeminist Epistemology and Gender Studies
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésEpistemologyArgument (complex analysis)Experiential knowledgeExperiential learningIdentification (biology)ProblematizationSociologyCritical theoryDomain (mathematical analysis)PsychologyPhilosophyMedicine

Résumé

récupéré en direct d'OpenAlex

Abstract As participatory research practices are increasingly taken up in health research, claims related to experiential authority and expertise are frequently made. Here, in an exploration of what grounds such claims, we consider how feminist standpoint theory might apply to the psy sciences (psychiatry, psychology, psychotherapy, psychoanalysis, and so on). Standpoint theory claims that experiences of marginalization and critical engagement can lead to a standpoint that offers an epistemic advantage within a domain of knowledge. We examine experiences of marginalization and critical engagement in the mental health system, as well as evidence for epistemic advantages resulting from these experiences. This evidence, found in the identification of problematic assumptions and the development of new tools and theories in the field, grounds our argument that standpoint theory is indeed relevant to the psy sciences and that many of those who have experienced marginalization and have engaged critically have an epistemic advantage when it comes to knowledge-production. The implications of this argument are significant: those who have attained a standpoint within the psy sciences ought to be included in research and given both tools and funding to develop research programs. However, we must be wary of the risks of tokenization, cooptation, and essentialization that are likely to accompany such a transformation.

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)0,033
score de la tête « metaresearch » (Gemma)0,036
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,990
Score d'incertitude au seuil0,175

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0330,036
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,001
Études des sciences et des technologies0,0100,123
Communication savante0,0120,018
Science ouverte0,0020,016
Intégrité de la recherche0,0030,007
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,049
Tête enseignante GPT0,370
Écart entre enseignants0,322 · 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.

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

Citations27
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHypatiaMême sujetFeminist Epistemology and Gender StudiesTravaux en français237 207