MétaCan
Menu
Retour à la cohorte
Enregistrement W4385249468 · doi:10.1177/21677026231156545

The Next Generation of Clinical-Psychological Science: Moving Toward Anti-Racism

2023· article· en· W4385249468 sur OpenAlexaff
Craig Rodriguez‐Seijas, Juliette McClendon, Dennis C. Wendt, Derek M. Novacek, Tracie Ebalu, Lauren S. Hallion, Nima Y Hassan, Kelsey Huson, Glen I. Spielmans, Johanna B. Folk, Lauren R. Khazem, Enrique W. Neblett, Tony J. Cunningham, Joya Hampton-Anderson, Shari A. Steinman, Jessica L. Hamilton, Yara Mekawi

Notice bibliographique

RevueClinical Psychological Science · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueRacial and Ethnic Identity Research
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésRacismPraxisPsychological scienceField (mathematics)PsychologySociologyEpistemologySocial psychologyGender studies

Résumé

récupéré en direct d'OpenAlex

The field of clinical-psychological science exists in a broader field of psychology that is increasingly acknowledged as embedded in racist and white-supremacist history. In the production of clinical-psychological science, the clinical science model predominates as one of the most influential scientific voices that emphasizes the value of rigorous scientific theory, training, and praxis. We highlight some of the ways in which the clinical science model has neglected anti-racism. By examining the idiosyncratic development of the clinical science model in clinical-psychological science, we outline how its failure to contend with systemic racism in the field propagates a racist subdiscipline. Our hope is that by enacting difficult self-reflection, we invite other stakeholders in our field to think more critically about how systemic racism and white supremacy pervade our structures and institutions and to begin making more concrete changes that move the clinical-psychological-science field toward explicit anti-racism.

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)0,183
score de la tête « metaresearch » (Gemma)0,106
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · 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 enseignants0,817
Score d'incertitude au seuil0,968

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1830,106
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,002
Études des sciences et des technologies0,0150,120
Communication savante0,0290,032
Science ouverte0,0030,022
Intégrité de la recherche0,0140,038
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 Opus0,728
Tête enseignante GPT0,655
Écart entre enseignants0,072 · 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
DomaineMéthodes
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

Citations14
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical Psychological ScienceMême sujetRacial and Ethnic Identity ResearchTravaux en français237 207