Piloting a Virtual Arts-Based Methodology to Explore Children’s Experiences of Chronic Pain: Methodological Insights and Lessons Learned
Notice bibliographique
Résumé
In the field of childhood pain, the knowledge and expertise of children has long been overlooked. Instead, adult knowledge has been privileged over child knowledge, despite contemporary understandings that the experience of pain is subjective in nature and can only be fully appreciated by the person experiencing it – regardless of age, stage, or status. In this paper, we report on a pilot study that combined virtual semi-structured interviewing methods with arts-based research methods (drawing or painting, produced offline in the time between virtual interviews) to explore children’s experiences of chronic pain from their own perspectives. We use this study as a backdrop to make visible the ‘behind the scenes’ methodological work of arts-based research with children, paying particular attention to the ways in which our methodological approach created time and space for reflection, supported the co-production of knowledge, provided a means through which to visualize the effect of broader social influences on knowledge production, and provoked novel lines of analysis and inquiry. All these affordances call for deeply reflexive research practices. We suggest the methodological approach described in this paper can help amplify and add value to research with young children. The richness of the children’s accounts concerning chronic pain add to the body of evidence demonstrating that ‘even’ young children have knowledge, expertise, and insights that should be elicited to expand understandings of children’s pain and other similarly abstract topics, phenomenon, and lines of inquiry in health.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,059 | 0,049 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,005 | 0,011 |
| Communication savante | 0,007 | 0,005 |
| Science ouverte | 0,004 | 0,009 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».