MétaCan
Menu
Retour à la cohorte
Enregistrement W4400896206 · doi:10.1080/15575330.2024.2382181

Enhancing equity in arts-based research engagement: Methodological considerations from a policy-oriented community-development study

2024· article· en· W4400896206 sur OpenAlexafffundabout
John C. Hayvon

Notice bibliographique

RevueCommunity Development · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueParticipatory Visual Research Methods
Établissements canadiensUniversity of Alberta
Organismes subventionnairesGovernment of Manitoba
Mots-clésThe artsEquity (law)Community developmentCommunity engagementSociologyPublic relationsEconomic growthPolitical sciencePublic economicsBusinessPublic administrationEconomics

Résumé

récupéré en direct d'OpenAlex

This paper provides reflexive account of an arts-based communication tool used for a community development project in Manitoba, Canada. Drawing upon an intersectional perspective of social, health, and environmental inequalities, the multi-phase engagement involved citizens (n = 17; n = 9) as well as global policymakers (n = 6) in healthy cities, age-friendly cities, and sustainable city policy arenas. A visual graphic was employed to foster bidirectional dialogue between concerned local residents and global policymakers, forming the backbone of a community engagement strategy. Reflective analysis demonstrates how art can be mobilized toward reducing inequalities while notable challenges remain—including omission of highly-sidelined perspectives amidst complex interdisciplinarity; potential reductionism leading to manufactured consent; and considerations of communities inherently excluded in a qualitative, arts-based community engagement. The impacts of art on power hierarchies, emotion, project efficiency, and privilege are reviewed, with the objective of supporting more inclusive arts-based communications in future research.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,473
score de la tête « metaresearch » (Gemma)0,286
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,527
Score d'incertitude au seuil0,650

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,4730,286
Méta-épidémiologie (sens strict)0,0010,002
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0060,007
Études des sciences et des technologies0,0200,034
Communication savante0,0180,010
Science ouverte0,0070,025
Intégrité de la recherche0,0060,006
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,962
Tête enseignante GPT0,754
Écart entre enseignants0,208 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeQualitatif
DomaineMéthodes
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

Citations5
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCommunity DevelopmentMême sujetParticipatory Visual Research MethodsTravaux en français237 207