MétaCan
Menu
Retour à la cohorte
Enregistrement W7125715715 · doi:10.17169/fqs-27.1.4440

The Use of Theater to Restore Intergenerational Relationships and Knowledge Transfer in Africa: A Narrative Review

2025· article· en· W7125715715 sur OpenAlexaff
Stéphanie Caron-Roy, Bonnie Fournier, Roula Keitly-Hawa, Susan Sommerfeldt, Artem Mamadzhanov

Notice bibliographique

RevueForum: Qualitative Social Research (Freie Universität Berlin) · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueParticipatory Visual Research Methods
Établissements canadiensUniversity of AlbertaWestern UniversityThompson Rivers University
Organismes subventionnairesnon disponible
Mots-clésNarrativeAction (physics)Citizen journalismKnowledge transferParticipatory action researchTraditional knowledgeSustainability

Résumé

récupéré en direct d'OpenAlex

Intergenerational knowledge transfer (IGKT) remains a significant challenge for northern Ugandan communities following 25-years of civil war, displacement, and continued strife in the region. In this narrative review, we explore what is known in relation to enhancing IGKT and the re-establishment of local traditions through the use of arts-based research methods, and specifically, applied theater. Using an integrative review search strategy and a qualitative assessment tool, we analyze relevant literature. Findings include six key areas where theater methods may be relevant in exploring IGKT in Africa. These are: Supporting childhood and human development; addressing gender inequities and generational structures; supporting conflict resolutions across generations; promoting HIV/AIDS prevention, awareness, and education; navigating ethical lessons and theater in Africa; fostering understanding and action on environmental sustainability and climate change. Researchers using participatory theater methods may offer insight into intergenerational relationships and knowledge transfer in the northern Ugandan post-conflict context, yet it is not without known ethical and material realities of such work in Africa.

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)0,022
score de la tête « metaresearch » (Gemma)0,020
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,510
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0220,020
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0030,002
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,858
Tête enseignante GPT0,686
Écart entre enseignants0,172 · 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'étudeQualitatif
Domainenon disponible
GenreEmpirique

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 revueForum: Qualitative Social Research (Freie Universität Berlin)Même sujetParticipatory Visual Research MethodsTravaux en français237 207