Development and validation of the SAFE (Socially Ascribed intersectional identities For Equity) questionnaire
Notice bibliographique
Résumé
Traditional questionnaires do not capture the complexity of how people are viewed by others and grouped into categories on the basis of what is inferred (or not) about them. This is critical in applying an intersectionality framework in research because people are negatively impacted because of "who they are" but also based on "how others see them." The purpose of this project was to develop and validate a questionnaire, grounded in intersectionality theory and a nuanced understanding of social position, that can be applied in large-scale, population-based surveys and studies. Drawing on 61 existing quantitative surveys collecting identity-based information and 197 qualitative studies on intersectionality describing the complex ways in which people's social positions are constructed and experienced, we created a draft questionnaire comprising five parts: 1) Sex and Gender, 2) Sexuality and Sexual Orientation, 3) Cultural Context, 4) Disability, Health, and Physical Characteristics, and 5) Socioeconomic Status. A draft of the questionnaire was then reviewed by experts via the Delphi process, which gauged the accessibility of the questionnaire (e.g., language used, length) and the relevance of its content using a 5-point scale and open-ended questions. These responses were ranked, analyzed, and synthesized to refine the questionnaire and, ultimately, to obtain ≥75 % consensus on each questionnaire item and response option. The SAFE questionnaire provides an opportunity to take a significant step forward in advancing our understanding of the complex, intersectional nature of social participation and marginalization.
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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».