MétaCan
Menu
Retour à la cohorte
Enregistrement W1576335878 · doi:10.37119/ojs2014.v20i2.175

Synthesis: A Poetic Exploration of the Integral Model Investigating the Interconnected Strands of Mindfulness in Our Educational Landscapes

2014· article· en· W1576335878 sur OpenAlexaffvenue
Kimberley Holmes

Notice bibliographique

Revuein education · 2014
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeuroscience, Education and Cognitive Function
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésMindfulnessStorytellingNarrativeCurriculumEthnographyThe artsPsychologyPoetrySociologyMerge (version control)EpistemologyCreativityPedagogySocial psychologyComputer scienceArtVisual artsPsychotherapistPhilosophyAnthropologyLiterature

Résumé

récupéré en direct d'OpenAlex

As a researcher, I am seeking a mode of inquiry that would allow for a reflection on mindfulness and the role it plays in curriculum and learning. Needing to merge my personal voice with the diverse educational landscape, I found that poetic storytelling allowed me to “present possibilities for understanding the complex, mysterious, even ineffable experiences that comprise human living” (Chambers, Hasbe-Ludt, Leggo, & Sinner, 2012, p. xx). Using first-person auto-ethnographical narrative as a research methodology and the Integral Model as a theoretical framework (Wilber, 2000, 2006, Wilber, Patten, Leonard, & Morelli, 2008), the interconnected strands of mindfulness are synthesized within the four quadrants of the model. Self, Science, Storytelling, and Systems are components of mindfulness that together formulate a holistic understanding as “integral theory weaves together the significant insights from all major human disciplines of knowledge, including natural and social science as well as the arts and the humanities” (Visser, 2003).Keywords: education; narrative inquiry; qualitative research

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,014
score de la tête « metaresearch » (Gemma)0,025
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,072

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,025
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,003
Études des sciences et des technologies0,0050,012
Communication savante0,0090,007
Science ouverte0,0010,005
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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.

Tête enseignante Opus0,046
Tête enseignante GPT0,297
Écart entre enseignants0,251 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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

Citations1
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuein educationMême sujetNeuroscience, Education and Cognitive FunctionTravaux en français237 207