MétaCan
Menu
Retour à la cohorte
Enregistrement W4382653191 · doi:10.35844/001c.77373

Transforming Masculinities Through Cross-Cultural Collaboration: Reflections on Building a Community of Practice Framework

2023· article· en· W4382653191 sur OpenAlexaffabout
Liza Lorenzetti, Aamir Jamal, Rita Dhungel, Gabrielle Jamela Hosein, Sarah Thomas, Jeffery Halovorsen

Notice bibliographique

RevueJournal of Participatory Research Methods · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueYouth Development and Social Support
Établissements canadiensUniversity of the Fraser ValleyUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésTransformative learningIntersectionalityEquity (law)Public relationsSociologyPoliticsPolitical scienceWork (physics)Gender studiesPedagogyEngineering

Résumé

récupéré en direct d'OpenAlex

Interdisciplinary, local, regional, and cross-regional efforts are required to further men’s gender justice engagement on a global scale. There is limited understanding of how cross-regional collaborations account for intersectionality, geo-political differences among stakeholders, and the value of local strategies when designing and sharing prevention frameworks. Catalyzed by emerging and long-standing gender equity movements, our interdisciplinary research team from Canada, the Caribbean, Nepal, and Pakistan employed a community of practice (CoP) framework to share and mobilize research and experiential knowledge with the purpose of promoting regional and cross-regional strategies to involve men in gender justice efforts. Through a collective process, we co-created position statements, process dimensions, and key CoP activities to root our international collaboration. In this article, we emphasize the unique local contexts for our work and the learnings that emerged from our CoP. We propose a framework that can be used to advance collective and interdisciplinary agendas across global contexts and further the work of groups committed to transformative 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)0,103
score de la tête « metaresearch » (Gemma)0,054
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 enseignants0,103
Score d'incertitude au seuil0,544

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1030,054
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,002
Études des sciences et des technologies0,0460,113
Communication savante0,0280,024
Science ouverte0,0070,040
Intégrité de la recherche0,0110,014
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,774
Tête enseignante GPT0,733
Écart entre enseignants0,041 · 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

Citations2
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Participatory Research MethodsMême sujetYouth Development and Social SupportTravaux en français237 207