Building knowledge of occupation from the ground up: A field in search of epistemic fairness and social relevance
Notice bibliographique
Résumé
In this keynote address to the first World Occupational Science Conference, I share some of the questions I have been grappling with, in the hope that others will perhaps point to alternatives in the way we look for solutions to the dire global context in which we find ourselves in 2022. The questions concern whether contemporary societies need the knowledge occupational science is generating, that is, whether it is useful in explaining the changes, emergent patterns, risks, conflicts, and unfair distribution that trouble societies. Can we be relevant to social change? What I try to reflect on is how to validate embodied, subjective, holistic, and collective forms of knowledge that are solidary and inclusively built, a truly integrated model of knowing, and yet not risk the celebrated (and pursued) scientific status. In addressing these questions, I point to the interconnection of colonization and science, which has largely disregarded Indigenous knowledge methodologies, artisanal knowledge, the intersection of thoughts and feelings, and ciencia nativa (native science) to name a few. I also pose the challenging questions of whether we support occupational scientists while they try to consolidate challenging new lines of research, and how many compromises we should accept to achieve the scientific status that is similar to well-established fields.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,060 | 0,049 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,005 | 0,003 |
| Études des sciences et des technologies | 0,025 | 0,157 |
| Communication savante | 0,033 | 0,055 |
| Science ouverte | 0,003 | 0,029 |
| Intégrité de la recherche | 0,012 | 0,015 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».