Challenges and Opportunities for Psychological Research in the Majority World
Notice bibliographique
Résumé
How can psychology transform itself into an inclusive science that engages with the rich cultural diversity of humanity? How can we strive towards a broader and deeper understanding of human behavior that is both generalizable across populations and attentive to its diversity? To address these major questions of our field, relying on scholars from different world regions, we outline first the opportunities associated with conducting psychological research in these and other majority world regions, highlighting international collaborations. Cross-cutting research themes in psychological research in the majority world are presented along with the urgent need to adopt a more critical lens to research and knowledge production within psychology. Indigenization, critical, transformative and liberatory approaches to understanding psychological phenomena framed within the decolonial imperative are presented as future options for a more diverse and equitable psychological science. Next, we address challenges, including limited institutional research infrastructure, limited national investment in research, political and social challenges these regions face, and the impact of imported (rather than locally produced) psychological knowledge. We conclude by offering recommendations to enable psychological science to be more representative of the world’s population. Our aim is to facilitate a broader, better-informed, and more empathic conversation among psychological scientists worldwide about ways to make psychological science more representative, culturally informed and inclusive.
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 | 0,177 | 0,128 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,014 | 0,048 |
| Communication savante | 0,028 | 0,038 |
| Science ouverte | 0,005 | 0,033 |
| Intégrité de la recherche | 0,008 | 0,015 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,002 |
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 ».