MétaCan
Menu
Retour à la cohorte
Enregistrement W4406746733 · doi:10.1007/s10912-025-09931-y

The Comic Research Abstract: Graphic Medicine as Interdisciplinary Health Research (Example: Intergenerational Storytelling)

2025· article· en· W4406746733 sur OpenAlexafffund
Andrea Charise

Notice bibliographique

RevueJournal of Medical Humanities · 2025
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueComics and Graphic Narratives
Établissements canadiensMultiple Sclerosis Society of CanadaThe Scarborough HospitalUniversity of Toronto
Organismes subventionnairesSocial Sciences and Humanities Research Council
Mots-clésComicsStorytellingPsychologySociologyVisual artsArtLiteratureNarrative

Résumé

récupéré en direct d'OpenAlex

This article explores the rise of comics-based research (CBR) as an innovative method for disseminating and translating academic findings to broader audiences. Rooted in the established use of comics in technical communication, CBR takes the unique strengths of graphic media-accessibility, multimodal engagement, and visual storytelling-to communicate complex concepts to diverse audiences, particularly in health-related disciplines. A recent development in this field is the comic research abstract, a concise, visually enriched alternative to traditional textual abstracts. By integrating clarity, brevity, and expressive visuals, this format enhances research accessibility and promotes interdisciplinary collaboration. Drawing on an example from the author's work on intergenerational storytelling, this article introduces the comic research abstract as a transformative interdisciplinary tool that bridges the arts, humanities, and health sciences. It highlights how this format translates research into advocacy-driven narratives, fostering inclusion, activism, and public engagement. By combining written and visual content, the comic research abstract underscores the potential of comics for advancing health humanities, arts-based academic communication, and inclusive scholarship.

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)0,021
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesÉtudes des sciences et des technologies
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,688
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0210,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0040,006
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,345
Tête enseignante GPT0,486
Écart entre enseignants0,140 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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

Citations1
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Medical HumanitiesMême sujetComics and Graphic NarrativesTravaux en français237 207