MétaCan
Menu
Retour à la cohorte
Enregistrement W1927223616

Un modelo mexicano de enseñanza del trabajo de campo

2014· article· es· W1927223616 sur OpenAlexaboutno aff
Marisol Pérez Lizaur

Notice bibliographique

RevueAmericanae (AECID Library) · 2014
Typearticle
Languees
DomaineAgricultural and Biological Sciences
ThématiqueLatin American rural development
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesArtCartographyGeography
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

de la aaa en Nueva Orleans, Frances Rothstein me invito a presentar una po-nencia sobre el curso de antropologia mexicana que imparto en la Universidad Iberoamericana (uia) en una sesion de la Comision de Antropologias del Mundo. Se presentaron varias ponencias sobre las formas de ensenar la antropologia en distintas partes del mundo, mas la sesion no desperto el interes de los estadounidenses. Esta circunstancia nos motivo a discutir a Frances Rothstein, Gustavo Lins Ribeiro y a mi sobre el escaso interes de los antropologos esta-dounidenses en los aportes de las antropologias de otros paises.Con esta preocupacion en la cabeza lei la convoca-toria para el siguiente congreso en Montreal. El tema seria “Traces, Tidemarks and Legacies” —“Huellas, corrientes y legados”— y me recordo la conversa-cion con Rothstein y Lins Ribeiro sobre la impor-tancia de estos temas a nivel internacional en el desarrollo de la ciencia, incluida la antropologia (Barnes y Edge, 1982). Pense que la presentacion de una mesa en la que destacaramos las huellas, las corrientes y los legados de la antropologia mexicana podria despertar el interes de los antropologos esta-dounidenses en ella. Comente esta idea con Roger Magazine, formado en los Estados Unidos, y le pare-cio interesante, siempre y cuando nos centraramos en destacar un aporte especifico de la antropologia mexicana a la disciplina a nivel internacional. A par-tir de esta conversacion, Magazine sugirio que una contribucion significativa es la metodologia de la ensenanza del trabajo de campo en la uia. Con base en ese intercambio de ideas, decidimos armar una mesa en la que las ponencias ponderaran no solo los origenes, las caracteristicas y el desarrollo de esta

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,522
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,006
Tête enseignante GPT0,187
Écart entre enseignants0,181 · 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'étudeObservationnel
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
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmericanae (AECID Library)Même sujetLatin American rural developmentTravaux en français237 207