Assessing inequalities in storytelling & narrative media: conceptualizing a Freirean methodology
Notice bibliographique
Résumé
With increasing use of storytelling and narrative media for teaching and participatory research, how media potentially reinforces or exacerbates existing social-inequalities may be considered. This paper builds upon the theories of Paulo Freire, bell hooks, and Tracey Nicholls to construct a set of seven inquiries for disentangling social-justice ideologies in media. Media can take diverse narrative formats both cultural and scholarly—to encompass cinema, drama-series, animations, serious games, graphic novels, medical humanities, and oral histories. Researchers and research-trainees—including students in higher education—may thus see increased opportunities for creative practice, through which media becomes a vehicle to achieve positive social outcomes. For individuals intending to extend these outcomes to diverse marginalized communities, the proposed methodology highlights how media (1) often does not present a singular idea or message, and that (2) ideologies relating to social justice may be implied regardless of original creative intent. The multifaceted nature of social justice suggests that a single piece of media may influence audience beliefs on issues such as sexism; racism; ableism; classism; colonialism via both intentional and inadvertent narrative elements. Inquiries collated in this methodology may help expand creative and media practice in research settings, towards promotion of social justice outcomes.
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 | 0,029 | 0,050 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,010 | 0,004 |
| Études des sciences et des technologies | 0,005 | 0,023 |
| Communication savante | 0,011 | 0,012 |
| Science ouverte | 0,002 | 0,008 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,000 |
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 ».