MétaCan
Menu
Retour à la cohorte
Enregistrement W4387338845 · doi:10.26522/ssj.v17i3.3433

“Our community needs to heal”: Using Photovoice to Explore Intergenerational Memories of Civil War with Young Central Americans in Toronto

2023· article· en· W4387338845 sur OpenAlexaffvenueabout
Juan Carlos Jiménez, Morgan Poteet, Giovanni Carranza, Veronica Escobar Olivo

Notice bibliographique

RevueStudies in Social Justice · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueParticipatory Visual Research Methods
Établissements canadiensToronto Metropolitan UniversityMount Allison UniversityYork UniversityUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPhotovoiceSociologyGender studiesImmigrationSpanish Civil WarCollective memoryMedia studiesPolitical scienceLawVisual arts

Résumé

récupéré en direct d'OpenAlex

In 2020, our research collective facilitated a photovoice project titled “Picturing Our Realities: Arts-based Reflections with Central American Youth in Canada,” which brought together young, second-generation, and one-and-a-half-generation (born in another country and moved at a young age) Central American identifying people in Toronto to talk about their experiences growing up as children of immigrants. This photovoice project reveals the ways the civil war and migration process is a haunting presence in the lives of second and 1.5 generation Central American Canadians as they grow up and carve their paths as adults. We can see how unresolved social conflict emerges and shapes family memory, sense of self, understandings of community, and means of engaging in community activism and community work. We argue that this act of remembering and paying homage to previous generations is a means of confronting and resisting past injustices and forming ways of healing from the afterlives of violence. This recognition of the afterlives of mass violence, and the calls of action that this recognition entails, may form a powerful catalyst for community organizing and creating community spaces to respond to historical hauntings and structural violence.

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)0,003
score de la tête « metaresearch » (Gemma)0,005
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,488
Score d'incertitude au seuil0,957

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,775
Tête enseignante GPT0,672
Écart entre enseignants0,103 · 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 tête enseignante, 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'admission3
Résumé présentoui

Explorer davantage

Même revueStudies in Social JusticeMême sujetParticipatory Visual Research MethodsTravaux en français237 207