MétaCan
Menu
Retour à la cohorte
Enregistrement W4408405734 · doi:10.33596/coll.130

Collaboration for Cultural Revitalization: Researching the Songs and Stories of Early 20th-Century Woods Workers in Newfoundland and Labrador, Canada

2025· article· en· W4408405734 sur OpenAlexaboutno aff
Meghan Forsyth, Ursula A. Kelly

Notice bibliographique

RevueCollaborations A Journal of Community-Based Research and Practice · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCanadian Identity and History
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésArchaeologyGeographyHistoryEthnology

Résumé

récupéré en direct d'OpenAlex

This paper provides an account of the interrelated collaborations that emerged as part of an interdisciplinary research project designed to document and revitalize the occupational songs and stories of early 20th-century woods workers in Newfoundland and Labrador, Canada. In the context of a paucity of research related to these industries and occupations and their cultural legacies, we approached the songs and stories not only as cultural and musical texts but also as specific social histories and embedded literacy practices. Our purpose was to identify, primarily through archival research and textual analysis, the extent of this song and story tradition and what it revealed about those at its centre. We then determined ways to reframe and represent this tradition to contemporary audiences interested in the intersections of history, culture, and identity through story and song. The ten-year multi-faceted project unfolded organically through a series of university-community collaborations that spawned communities of practice in Newfoundland, Labrador, and Scotland. In this paper, we explore the nuances of these multi-tiered collaborations, the intersecting and diverging goals and needs that informed them, and the insights and benefits that accrued throughout their duration.

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)0,007
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,093
Score d'incertitude au seuil0,671

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,011
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0040,005
Études des sciences et des technologies0,0430,030
Communication savante0,0120,004
Science ouverte0,0040,012
Intégrité de la recherche0,0020,004
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 Opus0,097
Tête enseignante GPT0,423
Écart entre enseignants0,326 · 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'étudeQualitatif
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCollaborations A Journal of Community-Based Research and PracticeMême sujetCanadian Identity and HistoryTravaux en français237 207