MétaCan
Menu
Retour à la cohorte
Enregistrement W4403430032 · doi:10.15173/ijsap.v8i2.5590

Reflecting on vulnerability, skill-building, and identity in an interdisciplinary SaP project

2024· article· en· W4403430032 sur OpenAlexaffvenue
Matthew Dunleavy, Susan Andrews, Carla VanBeselaere, Christelinda Laureijs, Shannon Goguen, Denise Roy-Loar

Notice bibliographique

RevueInternational Journal for Students as Partners · 2024
Typearticle
Langueen
DomainePsychology
ThématiqueResilience and Mental Health
Établissements canadiensYork UniversityMount Allison University
Organismes subventionnairesnon disponible
Mots-clésVulnerability (computing)Identity (music)Engineering ethicsSociologyEnvironmental planningPsychologyEngineeringGeographyComputer scienceAestheticsComputer securityArt

Résumé

récupéré en direct d'OpenAlex

Launched in 2021 by a team of undergraduate students, university faculty, associate researchers, and community partners collaborating as genuine equals in a diverse team, the Together Time Story Sacks intergenerational literacies program forms part of an ongoing action research project aimed at understanding and addressing barriers that residents of rural regions face in accessing literacies programming. In this paper, six team members who co-imagined, co-designed and co-implemented Together Time but occupy different roles on and beyond university campuses reflect on the ways the students-as-partners (SaP) model, through which we brought Together Time to life, shaped both our process and our outputs during the project’s pilot phase (September 2021–August 2022). We suggest that empowering humans with diverse academic and lived experiences through the SaP model is an Invigorating, messy, and, at times, nerve-racking process but an eminently fruitful enterprise that, in our opinion, produces rich research with and for our community while transforming our understanding of education and ourselves.

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

Étiquettes directes de modèles (non validées)

Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.

BrasCatégoriesDevis d'étudeConfiance
gptMétarecherche
Domaine: Méthodes · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Qualitatifhigh
grokaucune catégorie
Domaine: non disponible · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Qualitatifhigh
opusaucune catégorie
Domaine: non disponible · Genre: Commentaire
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Qualitatiflow
modèles en désaccordL'accord compare des ensembles de catégories et des devis identiques entre les bras.

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)0,015
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,000

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,012
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0260,032
Communication savante0,0100,006
Science ouverte0,0020,030
Intégrité de la recherche0,0030,010
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,120
Tête enseignante GPT0,714
Écart entre enseignants0,594 · 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

Étiqueté directement par 3 modèles lisant le dossier complet.

Métarecherche

Les modèles divergent sur des parties de cette classification; chaque voix est préservée dans la section en fin de page.

Devis d'étudeQualitatif
DomaineMéthodes
GenreEmpirique · Commentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal for Students as PartnersMême sujetResilience and Mental HealthCatégorieMétarechercheTravaux en français237 207