MétaCan
Menu
Retour à la cohorte
Enregistrement W4404241774 · doi:10.4324/9781003340188-23

Design Anthropology and Transformative Change

2024· book-chapter· en· W4404241774 sur OpenAlexaboutno aff
Emma Jo Aiken-Klar, Ruth Silver

Notice bibliographique

Revuenon disponible
Typebook-chapter
Langueen
DomaineArts and Humanities
ThématiqueCrafts, Textile, and Design
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTransformative learningSociologyAnthropologyPedagogy

Résumé

récupéré en direct d'OpenAlex

This chapter explores the role that design anthropology can play in transformative systems change through a case example, the Climate Action Lab initiative (CAL). CAL was a participative research and strategic design program commissioned by Let’s Talk Science, a national organization that provides STEM programs and resources to educators across Canada. The goals of the Climate Action Lab initiative were to: uncover the barriers that prevent youth from taking climate action, identify strategic opportunity areas for climate action programming that is relevant for youth, and offer a meaningful experience for youth to collaborate with Let’s Talk Science. Drawing on ethnographic methods and strategic foresight, the project uncovered unexpected insights about the drivers and barriers to climate action in young people, but most interestingly, the methods in and of themselves were having a surprising impact. By participating in the act of inquiry and knowledge creation, research participants were transformed into an engaged and empowered community, connected through a sense of shared impact. This finding challenged our assumptions about what climate action means and opened up entirely new pathways for imagining future engagements. In this chapter, we will make sense of this process and provide considerations for future transformative praxis.

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)0,005
score de la tête « metaresearch » (Gemma)0,004
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,051

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0060,045
Communication savante0,0090,008
Science ouverte0,0010,004
Intégrité de la recherche0,0020,005
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,140
Tête enseignante GPT0,265
Écart entre enseignants0,125 · 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
GenreEmpirique

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

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetCrafts, Textile, and DesignTravaux en français237 207