MétaCan
Menu
Retour à la cohorte
Enregistrement W4408611996 · doi:10.1080/24694452.2025.2470748

Story Mapping Praxis to Principles: Learning from the Atlascine Project

2025· article· en· W4408611996 sur OpenAlexafffund
Sébastien Caquard, Emory Shaw

Notice bibliographique

RevueAnnals of the American Association of Geographers · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGeographic Information Systems Studies
Établissements canadiensConcordia University
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésPraxisSociologyEpistemologyPolitical science

Résumé

récupéré en direct d'OpenAlex

This article introduces and discusses story mapping principles inspired by the development of the latest version of Atlascine, an open-source, online platform for tagging, mapping and animating interviews and story collections. Shaped by critical cartographic theories and oral history research practices and ethics, Atlascine combines the analytical, visual and navigational strengths of maps with the immersive, evocative and emotional dimensions of stories. Through the design of this platform and the mapping of over 150 stories, we identified six core principles related to the process and purpose of story mapping that could inform a range of projects: (1) the map never replaces the story and the mapmaker never replaces the storyteller; (2) the integrity and totality of each mapped story are preserved; (3) the mapping process is made transparent; (4) the map offers a spatial synthesis of the stories while conveying their geographic complexity; (5) the map acts as a portal for listening to stories as well as for (6) a creative interpretation of story collections that provides an essential pluralistic reading of places. By embracing these principles, we reimagine the relationships between maps and stories, positioning mapping as a way to take care of stories and to engage with them for what they are rather than what can be extracted from them.

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)0,003
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,292
Score d'incertitude au seuil0,979

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,003
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,045
Tête enseignante GPT0,333
Écart entre enseignants0,289 · 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'étudeObservationnel
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

Citations2
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAnnals of the American Association of GeographersMême sujetGeographic Information Systems StudiesTravaux en français237 207