MétaCan
Menu
Retour à la cohorte
Enregistrement W4403647301 · doi:10.1177/00472875241276542

Shit Has to Change, Right? A Call for “Good Trouble” in Tourism

2024· article· en· W4403647301 sur OpenAlexaff
Stefanie Benjamin, Kai-Sean Lee, Karla Boluk

Notice bibliographique

RevueJournal of Travel Research · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTourism, Volunteerism, and Development
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésShitTourismBusinessMarketingPolitical scienceHistoryLawArt history

Résumé

récupéré en direct d'OpenAlex

Burnt out, frustrated, and fed up with the glorification of publishing in the tourism academy, the authors in this critical viewpoint touch on counter-ideologies rarely acknowledged within the academy. We discuss the toxicity of publication glorification, systemic racism of the scientific community, the eugenic roots of statistical analysis, and how they may lead to our tourism academy’s downfall and eventual demise. Drawing inspiration from Saldaña’s rant as a method of inquiry and provocation, our letter invites readers to confront the uncomfortable truths about our cult-ish publication norms, imperial and colonial roots of our research methods, and the academy’s complicity in perpetuating inequities. We conclude with a rebellious call for radical change, a new “social justice turn” which includes a list of “shit that has to change” and the building of a coalition of “good troublemakers” in the tourism academy.

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)0,040
score de la tête « metaresearch » (Gemma)0,061
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,040
Score d'incertitude au seuil0,209

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0400,061
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0320,108
Communication savante0,0320,026
Science ouverte0,0030,015
Intégrité de la recherche0,0140,032
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 Opus0,174
Tête enseignante GPT0,432
Écart entre enseignants0,258 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreCommentaire

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

En bref

Citations20
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Travel ResearchMême sujetTourism, Volunteerism, and DevelopmentTravaux en français237 207