MétaCan
Menu
Retour à la cohorte
Enregistrement W4389165053 · doi:10.47061/jasc.v3i2.6146

Nurturing Activism

2023· article· en· W4389165053 sur OpenAlexaff
Antonio Starnino

Notice bibliographique

RevueJournal of Awareness-Based Systems Change · 2023
Typearticle
Langueen
DomaineHealth Professions
ThématiqueCommunity Health and Development
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésPower (physics)IdeologySociologyField (mathematics)Social groupAffect (linguistics)Social psychologySocial activismGender studiesEpistemologyPolitical scienceSocial sciencePsychologyPoliticsLawCommunication

Résumé

récupéré en direct d'OpenAlex

This article will explore evolving thoughts on how the social field can be an effective lens to address relational tensions within activist groups. Gobby (2020) defines relational tensions as the ideological and social tensions that emerge in an activist group due to power inequalities, which are significant internal barriers for these groups to achieve their goals. I will draw on social movement literature and Scharmer’s (2018) concept of social fields to show how the source conditions of the various individuals that make up these groups affect the quality of how they relate to each other, which give birth to practices and results that either align with their values or create conflictual tensions that can hold these groups back. Through a personal case study, I intend to show how, by shifting an activist group's social field towards one that places relationality at the forefront, these groups can improve how they work together and ultimately avoid breaking apart.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,370
Score d'incertitude au seuil0,676

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,358
Tête enseignante GPT0,498
Écart entre enseignants0,140 · 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'étudeObservationnel
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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Awareness-Based Systems ChangeMême sujetCommunity Health and DevelopmentTravaux en français237 207