MétaCan
Menu
Retour à la cohorte
Enregistrement W7084598642 · doi:10.1177/16094069251381704

Co-Creating Visual Stories as an Arts-Based Method for Equity: Visualizing the Agency of Forcibly Displaced Students

2025· article· en· W7084598642 sur OpenAlexafffund

Notice bibliographique

RevueInternational Journal of Qualitative Methods · 2025
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueLatin American history and culture
Établissements canadiensUniversity of Calgary
Organismes subventionnairesSocial Sciences and Humanities Research Council
Mots-clésAffordanceAgency (philosophy)StorytellingEmbodied cognitionContext (archaeology)Power (physics)Lived experienceExpression (computer science)Narrative

Résumé

récupéré en direct d'OpenAlex

This study demonstrates the possibility of co-creation that invites participants into the artistic process itself, fostering shared ownership of knowledge production and enabling new forms of storytelling that bridge artistic expression and lived experience. We explore the affordances of co-creating illustrated stories by centering the previously unshared stories of families forcibly displaced by war and systemic violence. We engaged in workshops to co-create visual stories which integrate their pre- and post-migration experiences with schooling, especially in the context of mathematics learning. The co-created illustration reflects the participants’ desired ways of depicting gender and race, with nuanced depictions of their emotional journey, holding both the struggles and moments of joy. Extending art-based methods further, we discuss how the co-created stories could convey the participants’ embodied experiences and their everyday acts of exercising agency to address power and inequity.

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)0,010
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,431
Score d'incertitude au seuil0,456

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0100,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,453
Tête enseignante GPT0,682
Écart entre enseignants0,230 · 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'étudeQualitatif
Domainenon disponible
GenreMéthodes

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 revueInternational Journal of Qualitative MethodsMême sujetLatin American history and cultureTravaux en français237 207