MétaCan
Menu
Retour à la cohorte
Enregistrement W4415113419 · doi:10.1108/978-1-80592-281-020251005

Unprejudice as an Approach to Subjective Reality. The Hermeneutic Phenomenological Methodology

2025· book-chapter· en· W4415113419 sur OpenAlexaff
Cristóbal Pacheco, Pablo Fossa

Notice bibliographique

Revuenon disponible
Typebook-chapter
Langueen
DomaineArts and Humanities
ThématiqueReligion, Theology, and Education
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésPhenomenology (philosophy)Interpretation (philosophy)Experiential learningInterpretative phenomenological analysisRelevance (law)HermeneuticsHermeneutic phenomenology

Résumé

récupéré en direct d'OpenAlex

Abstract This chapter presents a comprehensive overview of hermeneutic phenomenological methodology, emphasizing its value in capturing the complexity and richness of subjective human experience. Rooted in the philosophical contributions of Husserl, Heidegger, Gadamer, and others, this approach integrates phenomenological reduction with hermeneutic interpretation to explore lived experiences in depth. The chapter outlines key principles such as epoché, noesis-noema structures, and the fusion of horizons, highlighting their relevance in qualitative research. It further details contemporary methodological adaptations—including Van Manen’s poetic inquiry, Giorgi’s descriptive steps, Petitmengin’s microphenomenology, and Smith and Osborn’s Interpretative Phenomenological Analysis—demonstrating how each contributes unique tools for accessing and interpreting experiential meaning. Practical aspects such as research design, data collection, informed consent, and interview strategies are examined, showing how this methodology fosters an ethical, dialogic, and reflective approach to inquiry. Ultimately, hermeneutic phenomenology is portrayed as both a rigorous and flexible methodology that respects the individuality of experience while seeking universal insights about the human condition.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,353
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,187
Tête enseignante GPT0,335
Écart entre enseignants0,148 · 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.

Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreAutre

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 sujetReligion, Theology, and EducationTravaux en français237 207