Reflecting on arts-based participatory research: considerations for more equitable transdisciplinary collaborations
Notice bibliographique
Résumé
Although the importance of pursuing meaningful and equitable transdisciplinary research collaborations with Indigenous and local community members has been established in the literature, challenges remain as to how to best do this in practice. Pursuing arts-based participatory research methods in two different ocean governance contexts in South Africa, this paper provides reflections by social and marine scientists, Indigenous and local community members, and artists taking part in transdisciplinary collaborations as co-researchers and co-facilitators. Centralizing the use of arts-based methods in the form of storytelling and photography, we consider some key lessons emerging from this transdisciplinary research for transformative ocean governance. This includes the need to actively critique and disrupt the invented roles of “researchers” and “research participants” and to build strong relationships and trust prior to the envisioned research process. We argue that the use of arts-based participatory methods has supported meaningful learning across multiple ways of relating to and connecting with the ocean and highlight inherent barriers to truly collaborative transdisciplinary research that are relevant for projects in different contexts and at various scales, such as the inequity of academic publishing processes and ownership of knowledge outputs. Despite continuous difficulties in ensuring equitable valuation of various knowledge systems, we find that arts-based participatory processes are valuable in advancing what we refer to as “comprehensive transdisciplinarity,” where non-academic co-researchers take part in conceptualization, methods formation, and dissemination of the research. We propose some critical questions that can assist teams considering transdisciplinary collaborations and conclude with some lessons and recommendations for academic institutions to better support equitable transdisciplinary collaborations that are needed to advance deep transformations toward sustainability.
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 | 0,538 | 0,426 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,004 | 0,003 |
| Bibliométrie | 0,006 | 0,005 |
| Études des sciences et des technologies | 0,039 | 0,102 |
| Communication savante | 0,048 | 0,059 |
| Science ouverte | 0,011 | 0,055 |
| Intégrité de la recherche | 0,021 | 0,027 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,004 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».