MétaCan
Menu
Retour à la cohorte
Enregistrement W4396214805 · doi:10.1386/infs_00103_7

Fashioning DIY digital archives: Unsettling academic research to centre garment workers’ voices

2024· article· en· W4396214805 sur OpenAlexaff
Mary Hanlon, Martina Karels, Niamh Moore

Notice bibliographique

RevueInternational Journal of Fashion Studies · 2024
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueFashion and Cultural Textiles
Établissements canadiensOkanagan College
Organismes subventionnairesnon disponible
Mots-clésVisual artsSociologyResearch centreArtMedia studiesGender studiesLibrary scienceComputer science

Résumé

récupéré en direct d'OpenAlex

Recent calls for decentring Eurocentric frameworks across fashion studies, alongside growing commitments to worker rights, calls for a circular economy, waste reduction and more sustainable materials draw attention to the complex and intractable social, environmental and political challenges facing the global sector. Here we point out how academic research is also implicated in reproducing inequalities, through practices of data collection, analysis and knowledge dissemination. Specifically, in the case of fashion, how worker representation, and indeed worker control over representations of their lived experiences, including labour activism, is lacking in academic research. In this article, we argue that DIY Academic Archiving can be utilized by academics, including fashion scholars, as a powerful tool for remaking fashion research. We propose unsettling usual practices around data management, as well as redirecting current moves for open research data. Turning instead to inspiration from radical archival theory and practice, we explore the potential for co-creating open-access digital archives of research data – here workers’ own stories – to open up possibilities for workers to be more involved in the creation of public narratives about fashion. While not a panacea for resolving all the ills of the fashion industry, we see research processes where workers have more control over their own stories, and how they are used, as a critical step in reimagining fashion scholarship.

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)0,001
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: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,395
Score d'incertitude au seuil0,967

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
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 Opus0,172
Tête enseignante GPT0,420
Écart entre enseignants0,247 · 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'étudeQualitatif
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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Fashion StudiesMême sujetFashion and Cultural TextilesTravaux en français237 207