Children’s cognitive story mapping: a complex South Africa/Canada transdisciplinary collaboration
Notice bibliographique
Résumé
This innovative transdisciplinary children's cognitive story mapping collaboration was initiated in 2022 by Circle of All Nations (CAN), Geomatics and Cartographic Research Centre (GCRC) Carleton University, (in Canada), National Association of Child Care Workers (NACCW) and Durban University of Technology (DUT) (in South Africa). It integrates approaches from arts and humanities, social services and cartography in child and youth care work by engaging social service sector workers and researchers in art story map creation with children and youth. The joint engagement and research in the compilation and presentation of the data, findings and knowledge is leading to new dimensions in participatory mapping where children initiate the map creation process with workers. The children's map visualizations of social and environmental realities, concerns and needs have led to a prioritization of issues for practice, program and policy development, including in child protection case management. Researchers complement the work with national and provincial digital maps that permit analysis and focussed interventions. This article introduces the term Cognitive Story Maps; it is a preliminary exploration of theoretical frameworks, including Indigenous, that support collaborative bridge building between distinct domains of creative visualization, methodological practice and cartographic representation to generate innovations in knowledge creation and research.
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 | 0,011 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,051 | 0,014 |
| Communication savante | 0,010 | 0,004 |
| Science ouverte | 0,003 | 0,015 |
| Intégrité de la recherche | 0,003 | 0,004 |
| 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 ».