MétaCan
Menu
Retour à la cohorte
Enregistrement W4412755958 · doi:10.1016/j.qrmh.2025.100003

“It’s a mixture of emotions”: Nail technicians’ visual storytelling of work and health

2025· article· en· W4412755958 sur OpenAlexafffundabout
Reena Shadaan

Notice bibliographique

RevueQualitative Research in Medicine & Healthcare · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueParticipatory Visual Research Methods
Établissements canadiensInstitute for Work & HealthStructural Genomics Consortium
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaCanada First Research Excellence FundInstitute for Work and Health
Mots-clésStorytellingNail (fastener)PsychologyWork (physics)Visual artsArtEngineeringNarrativeMechanical engineeringLiterature

Résumé

récupéré en direct d'OpenAlex

Nail technicians are artists and storytellers. Adapting the arts-based health research (ABHR) methodology of body-map storytelling (Gastaldo et al., 2018) and in partnership with the Parkdale Queen West Community Health Centre, 19 Toronto-based nail technicians of varying levels of expertise visualized their reflections on their work and health on life-sized body-maps. Rather than a harm-centered narrative common to some occupational health work, their embodied and experiential knowledges center joys, strengths, pains, stressors, supports, and hopes. Participants’ narratives highlight multiple layers of emotion—in the framing of their work experiences, in their labor as beauty service workers, and in their body-map creation processes. In addition, body-maps have the potential to evoke empathy in audiences and observers. Nail technicians’ stories extend narratives of health and wellbeing beyond the worksite, as their work conditions and experiences are consequential to other aspects of their lives, such as their social health. As a counter-hegemonic, justice-oriented, and community-generated approach, body-map storytelling and related ABHR approaches can upend knowledge hierarchies, centering the perspectives—and, particularly, emotional knowledges—of nail technicians from racialized, newcomer, and immigrant communities.

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)0,092
score de la tête « metaresearch » (Gemma)0,016
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Études des sciences et des technologies
Catégories consensuellesMétarecherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,624
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0920,016
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,005
Études des sciences et des technologies0,0010,005
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,831
Tête enseignante GPT0,790
Écart entre enseignants0,041 · 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'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

Citations1
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueQualitative Research in Medicine & HealthcareMême sujetParticipatory Visual Research MethodsTravaux en français237 207