MétaCan
Menu
Retour à la cohorte
Enregistrement W4387311980 · doi:10.1007/978-3-031-41348-3_2

Experiments and Interventions: Re-envisioning Qualitative Research Methods in Migration

2023· book-chapter· en· W4387311980 sur OpenAlexaffabout
Alka Kumar

Notice bibliographique

RevueIMISCOE research series · 2023
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiqueQualitative Research Methods and Ethics
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésMainstreamNarrativeConversationDisciplineSociologyPerspective (graphical)CreativityEngineering ethicsPedagogyPsychologySocial sciencePolitical scienceVisual artsEngineeringArtSocial psychology

Résumé

récupéré en direct d'OpenAlex

Abstract The purpose of this chapter on methodology is manifold. It begins by telling the story of the StOries Project, a migration-centred teaching-training initiative that started in 2021 at CERC, in Migration at Toronto Metropolitan University. Using narrative enquiry to delve into the lived experience of migration, employing creative writing formats, was one of its core objectives. Our intention was also to explore the potential of the above conceptual paradigm and methodological process to learn more, and also ‘differently,’ about the migration experience. As the stories- written mostly in a personal and creative non-fiction style- and the academic chapters in this hybrid collection demonstrate, if such experimental projects in migration garner interest from students, early-stage researchers and academics searching for new areas and methods of exploration in this field, pioneering work in cross disciplinary fields could be brought in conversation with each other; and insights from such contributions would help bring new ways of seeing and thinking to migration studies, helping both academic and mainstream readers to ‘know’ about the migration journey more from the perspective of individuals who have experienced it.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,196
score de la tête « metaresearch » (Gemma)0,042
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche
Catégories consensuellesMétarecherche, Études des sciences et des technologies
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,154
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,1960,042
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,001
Études des sciences et des technologies0,0020,009
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,005
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,888
Tête enseignante GPT0,795
Écart entre enseignants0,093 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreAutre

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 revueIMISCOE research seriesMême sujetQualitative Research Methods and EthicsTravaux en français237 207