Mennocostal Musings: Poetic Inquiry and Performance in Narrative Research
Bibliographic record
Abstract
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.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.008 | 0.027 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.007 | 0.022 |
| Scholarly communication | 0.010 | 0.009 |
| Open science | 0.001 | 0.007 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.007 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".