MétaCan
Menu
Retour à la cohorte
Enregistrement W4405507715 · doi:10.5771/9781498591294

Expanding the Edges of Narrative Inquiry

2019· book· en· W4405507715 sur OpenAlexaboutno aff
Laura E. Reimer, Katerina Standish, Chuck Thiessen

Notice bibliographique

RevueLexington Books · 2019
Typebook
Langueen
DomaineSocial Sciences
ThématiqueNuclear Issues and Defense
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésScholarshipStorytellingDisciplineNarrativePolitical sciencePassionsDiversity (politics)Field (mathematics)Engineering ethicsMedia studiesSociologyPublic relationsSocial scienceEngineeringLiteratureArtLaw

Résumé

récupéré en direct d'OpenAlex

This captivating book presents innovative answers to the question: why storytelling? Each chapter represents leading edge narrative research designs from Arthur V. Mauro Institute for Peace and Justice in central Canada, one of the world’s leading academic programs for Peace and Conflict Studies (PACS), and a major contributor to PACS scholarship. The authors are candid and offer inspiration for other scholars seeking groundbreaking ideas for their own research design while offering profound expansions to the current PACS literature. The scholarship reflects a diversity of ideas, passions, approaches, disciplinary roots, and topic areas. Each chapter explores different and critical issues in the field of PACS through various forms of storytelling, while providing recent original research designs for the future development of the field and the education of its practitioners and academics. This volume, co-edited by three of the early graduates of the program, presents and explores a number of these issues across the broad spectrum of Peace and Conflict Studies. Contributors to the book are recognized scholars and practitioners in their respective fields. The book has a wide audience, targeting those particularly interested in tackling and understanding old conflicts in new ways, and for those seeking to learn at the growing edges of PACS, at the undergraduate, graduate, and post-graduate levels.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,711
Score d'incertitude au seuil0,609

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,059
Tête enseignante GPT0,334
Écart entre enseignants0,275 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLexington BooksMême sujetNuclear Issues and DefenseTravaux en français237 207