Community Development-Grounded and Led: A Methodological Approach for Ethical, Community-Driven Inquiry With Roma in Ireland
Notice bibliographique
Résumé
This paper presents a community development-grounded and community-led research approach that explores Roma employment experiences in Ireland. The study used a research process rooted in the values of participation, collective analysis, and action for social justice, while centring Roma epistemologies and community accountability. The research was developed collaboratively by community workers and Roma researchers from Pavee Point Traveller and Roma Centre and Department of Applied Social Studies, Maynooth University. It used narrative, conversation-based interviews inspired by the Biographic Narrative Interpretive Method, which supported participant-led storytelling and oral traditions central to Roma culture. Ethics was guided by both university review and Pavee Point Traveller and Roma Centre’s internal Research Advisory Group. This paper explores five interrelated methodological dimensions: (1) grounding research in a community development process; (2) the composition and dynamics of a participatory research team; (3) Roma epistemologies; (4) community-led research governance, and (5) accountability to the community beyond the life of the project. The analysis and dissemination were co-produced, including co-authored and co-presented dissemination and public engagement. This paper adds to the growing field of community-driven research methods, demonstrating how research that is embedded in community development practice and guided by community development principles can move beyond extractive practices, contribute to epistemic justice, meaningful participation, and systemic change and by doing so can organically realise decolonising goals.
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 | 0,043 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,004 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».