MétaCan
Menu
Retour à la cohorte
Enregistrement W2145278625

The Role of Music in Environmental Education: Lessons from the Cod Fishery Crisis and the Dust Bowl Days.

2002· article· en· W2145278625 sur OpenAlexaffvenueabout
Doug Ramsey

Notice bibliographique

RevueCanadian journal of environmental education · 2002
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueDiverse Educational Innovations Studies
Établissements canadiensBrandon University
Organismes subventionnairesnon disponible
Mots-clésLyricsMusicalStyle (visual arts)FisheryGeographyVisual artsManagementArtArchaeologyEconomics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Music is a central feature of popular culture and thus can be a powerful force in the classroom. For decades, musicians lamented life in the fishery, first about the toughness of life on the sea, and later the collapse of the cod stocks. Similarly, folk musicians sang of a crisis in culture and environment on the Great Plains of North America during the 1930s. This paper uses lyrics and musical styles to illustrate the role of music in educating young people about ecosystem fragility and the cultural importance of rural resources. This paper begins with a description of the east coast fishery prior to, and following, the announcement of the Northern Cod fishery moratorium in 1992. Following this, the trend towards migration of people from maritime to prairie Canada in search of employment is analyzed through music. Using the 1930s “dust bowl days” as the historic starting point, music is then drawn from the 1930s to the 1990s to describe the ecological and cultural issues facing Great Plains farmers. The paper concludes that music not only provides a rich data source from which to draw, but that it is also a powerful tool for making connections to real life situations in the classroom. Resume

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,913
Score d'incertitude au seuil0,174

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0050,005
Communication savante0,0040,002
Science ouverte0,0010,002
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,016
Tête enseignante GPT0,191
Écart entre enseignants0,174 · 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

Citations18
Publié2002
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian journal of environmental educationMême sujetDiverse Educational Innovations StudiesTravaux en français237 207