Seven key insights from critical realism and their implications for ecological thinking and action in community psychology
Notice bibliographique
Résumé
This article explores some of the possible links between community psychology and critical realism, a relatively new approach to the philosophy of science that has received little attention from community psychologists. Critical realism is presented in relation to seven key insights that can be linked to fundamental tenets of the ecological approach in community psychology. These insights are: (1) A complex reality exists independently of our ideas about it, and this reality is knowable, although imperfectly. (2) Reality is composed of a complex and stratified hierarchy of open systems. (3) Causality is best understood in terms of causal processes that may or may not be directly observable or generalizable; these processes involve complex interactions among generative mechanisms and contextual conditions. (4) Theory and theorizing about causal processes are central to both scientific explanation and practical action. (5) Theory exists at multiple levels of abstraction, ranging from models to metatheory. (6) A diversity of methods can provide evidence in the search for causal processes operating in context. (7) As social scientists, we have an obligation to use social science knowledge to promote human flourishing. Although these insights may be familiar to many community psychologists who adopt an ecological approach to their work, we suggest that clearly articulating these principles can provide more solid foundations for inquiry in the field. We conclude the article by highlighting how critical realism may help to bridge the research-practice gap in community psychology and similar social sciences.
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,003 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».