Inclusion Needs Through the Lens of Intersectionality: Evidence supporting The 8-Inclusion Needs of All People Framework
Notice bibliographique
Résumé
This paper makes a substantial contribution to the fields of inclusion and intersectionality. It addresses the recognized gap in applying intersectionality as a practical framework for creating inclusive environments for all identities and intersectionalities. Drawing upon existing consensus among researchers on the importance of intersectionality, the study conducted in 2023 employs a robust qualitative methodology involving narrative interviews with 22 participants living in the United States, Canada, Australia, and the United Kingdom and representing diverse identities and intersectionalities to understand their identities, lived-experience and inclusion needs to thrive in work and life. Thematic analysis of participant responses resulted in support of all inclusion needs proposed in Wilson’s (2023) 8-Inclusion Needs of All People framework; Access, Space, Opportunity, Allowance, Representation, Language, Respect, and Support. Consequently, this research paper provides empirical evidence on the applicability of the 8-Inclusion Needs of All People framework, as proposed by Wilson (2023), in addressing multifaceted inclusion needs through the lens of intersectionality to prevent discrimination and promote equity and equal outcomes for all people. Further, as underscored by the participant's insights, it is essential to pivot from conventional approaches that endeavour to assimilate individual identities into pre-existing structures towards a more progressive stance that actively create inclusive organizations to embrace the diverse tapestry and inclusion needs of all people and their intersectionalities.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,004 |
| Études des sciences et des technologies | 0,004 | 0,004 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».