MétaCan
Menu
Retour à la cohorte
Enregistrement W2127644240 · doi:10.1111/j.1476-8070.2007.00529.x

Provoking Points of Convergence: Museum and University Collaborating and Co‐evolving

2007· article· en· W2127644240 sur OpenAlexaff
Nadine M. Kalin, Kit Grauer, Jill Baird, Cheryl Meszaros

Notice bibliographique

RevueInternational Journal of Art & Design Education · 2007
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueArt Education and Development
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésCertificateMuseum informaticsVisual artsSociologyMuseum educationCurriculumVisual arts educationConvergence (economics)Space (punctuation)PedagogyMuseologyArtThe artsComputer science

Résumé

récupéré en direct d'OpenAlex

Abstract This article outlines art education courses undertaken in museum and gallery contexts as a component of the Certificate Programme in Visual and Material Culture within the University of British Columbia's Department of Curriculum Studies. With the creation of this programme and through the forging of relationships with area museums, unique ways have evolved for graduate students from diverse areas of education and art teacher education candidates to interact with works of art, museum professionals, artists, and the museum space itself. The purpose of these courses is to use museum and gallery settings as sites to test ideas, critique educational programmes, and advance new approaches for teachers to use museums in more creative and integrated ways in their teaching while expanding theoretical knowledge and interpretive repertoires. Through participating in this collaborative venture we have learned that when you invite teachers into museums, make efforts to increase their comfort within these spaces, while recognising what interpretive insights they offer as active participants in museum discourses, points of convergence between teachers, universities, and museums are formed.

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)0,030
score de la tête « metaresearch » (Gemma)0,053
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,030
Score d'incertitude au seuil0,160

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0300,053
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0080,004
Études des sciences et des technologies0,0290,040
Communication savante0,0290,020
Science ouverte0,0040,046
Intégrité de la recherche0,0050,007
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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 Opus0,022
Tête enseignante GPT0,275
Écart entre enseignants0,253 · 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'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

Citations10
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Art & Design EducationMême sujetArt Education and DevelopmentTravaux en français237 207