Moving Together Towards Collective Access (Dispatch)
Notice bibliographique
Résumé
We Move Together (WMT) (Fritsch et al., 2021) is a picture book that follows a mixed-ability group of children as they move around their city community.We see the children move in different ways -fast, slow, using their feet as well as wheelchairs, scooters, crutches, bikes, and canes.Along the way, the kids encounter a great many people and animals, as well as a number of obstaclescommunication barriers, inaccessible infrastructure, political disagreements, etc. -that they work together to navigate.With regard to these obstacles, sometimes the work of moving together looks like building ramps, pivoting to a more inclusive game, or learning American Sign Language (ASL).Other times, this work looks like slowing down, sitting with disagreement, or taking a break.It is in part through navigating these challenges that the children encounter, relish in, and in turn grow disability community and culture.The children's commitment to moving together -their desire for collective as opposed to individual forms of access -deliver them into new political and artistic spaces, justice-oriented cultural formations that center disabled life, celebrate disabled joy, and encourage the flourishing of the widest array of bodies, minds, and movements.In Figure 1 the children can be seen at the center of such a flourishing: an abundance of disabled life and politics.It is as much a celebration of how our individual bodies and minds are and move, as it is a fulcrum of social movements moving together in solidarity, dreaming of, and fighting for better futures for all of us.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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; un appel candidat d’une seule tête enseignante, 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 ».