Mennocostal Musings: Poetic Inquiry and Performance in Narrative Research
Notice bibliographique
Résumé
In meiner narrativen Studie befasse ich mich mit zwei von der Kritik gefeierten, in Kanada lebenden mennonitischen Autorinnen. Hierzu habe ich u.a. Interviews mit den Autorinnen geführt und deren Arbeiten mit narrativen Methoden ausgewertet. Zusätzlich habe ich eine weniger konventionelle Methode verwandt, nämlich das Schreiben von Gedichten: Durch diese Gedichte über meinen eigenen Hintergrund sowohl in mennonitischen Gemeinden als auch in der Pfingstbewegung (mennocostal) habe ich ein neues Verständnis meiner selbst, meiner zurückliegenden Erfahrungen und meiner Schreibpraktiken gewonnen, und es wurde mir auf diese Weise möglich, Erfahrungen und Schreibpraxen der Autorinnen, mit deren Werk ich mich befasste, besser zu verstehen. Zusammengefasst will ich etwas darüber wissen, wie persönliche Erzählungen zu Forschung – zu einem besseren Verständnis der Schreibenden und der Themen, mit denen diese sich beschäftigen – beitragen (können). Indem ich zu verstehen versuche, wie Schreiben für das Forschen genutzt werden kann, praktiziere ich Schreiben als Forschung. In dem Beitrag selbst präsentiere ich einige Gedichte in Audiodateien (http://natashagwiebe.googlepages.com/poeticperformances) und gebe Beispiele, die zeigen sollen, wie ich durch das Schreiben von Gedichten zu einer besseren Forschung gekommen bin. Ich beschreibe, wie die Teilnahme an Lesungen und Performances – sowohl als Zuhörerin wie als Akteurin – mir geholfen hat, meine Vorstellungen einer poetic inquiry zu präzisieren und mir neue Einsichten im Hinblick auf meine eigene narrative Studie gewährt hat.
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 | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,000 | 0,005 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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 ».