Inclusive transdisciplinarity: embracing diverse ways of being and knowing through inner work
Notice bibliographique
Résumé
Transdisciplinary research (TDR) aims to co-produce knowledge to address the complex challenges of unsustainability. Despite progress in articulating principles for successful co-production, Indigenous researchers have pointed out ongoing power imbalances. These disparities, partly stemming from unacknowledged ontological-epistemological inequalities, often perpetuate hidden hierarchies between researchers and participants. At the core of these power imbalances is the dominance in academia of certain ways of knowing (e.g., categorical, experimental, noun-based, substantialist) over others (e.g., relational, experiential, verb-based, idealist). This bias is formalized and reinforced by academic institutions and cultures, passed down and internalized through education and professionalization. Inclusive TDR needs to break this self-reinforcing cycle, but this requires making inner room for multiple perspectives on reality and existence. To explore how inner work may foster ontological pluralism and inclusive TDR, we held a workshop drawing lessons from three case studies of TDR from Malaysia, Botswana, and Ecuador. Participants’ experiences were synthesized into a reflexive cycle of five inner shifts toward inclusive TDR. These shifts enhance the ability of researchers to engage with different ontologies beyond scientific materialism, and recognize their embeddedness in various kinds of relationships, extending their relational awareness to other beings, human and non-human, living and non-living. The proposed reflexive cycle seeks to cultivate capacities for co-production in TDR that are grounded in horizontally inclusive research practices that allow for more contextually relevant and impactful solutions to complex real-world problems.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».