MétaCan
Menu
← Retour à la cohorte
Enregistrement W2167758250 · doi:10.25071/1916-4467.16854

Making Art, Making Connections

2003· article· en· W2167758250 sur OpenAlexaffvenueabout
Рена Упитис

Notice bibliographique

RevueJournal of the Canadian Association for Curriculum Studies · 2003
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueArt Education and Development
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésCurriculumFeature (linguistics)SociologyWork (physics)Curriculum studiesEpistemologyAestheticsEngineering ethicsSocial sciencePedagogyArtPhilosophyLinguisticsEngineering

Résumé

récupéré en direct d'OpenAlex

When adults are asked to think of something they love to do, something they have learned about over an extended period of time, something that gives them pleasure (though not without struggle), nearly everyone will identify a pursuit that is connected with the arts, the body, or the natural world.For many years, I have pondered what it is about these three areas that are linked, and why it is that pursuits in the arts, pursuits involving learning through one's body, and pursuits that involve intimate interactions with the natural world, are so important to our out-of-school learning.I have come to believe that what composing music, playing soccer, and hiking in the Rocky Mountains have in common is that they have the potential to fully engage the intellect, the emotions, the spirit, and the physical being.Further, it is these kinds of activities that connect us, in some fundamental way, with the earth and with what it means to be human on this spinning blue ball.I would make the claim that the passion and seriousness with which people engage in such pursuits is precisely the passion that is required to nurture and sustain meaningful learning in schools.This kind of learning is possible in all subjects.Mathematicians and scientists who are at the top of their form-whether they are six or sixty years old-experience the same exhilaration from their creations and discoveries as do artists and dancers.Mathematicians talk about the beauty of proofs, the elegance of solutions-judgments that involve an

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)0,006
score de la tête « metaresearch » (Gemma)0,015
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 enseignants0,030
Score d'incertitude au seuil0,102

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,015
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0160,048
Communication savante0,0240,027
Science ouverte0,0020,011
Intégrité de la recherche0,0050,006
Charge utile insuffisante (le modèle a refusé de juger)0,0300,008

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 Opus0,070
Tête enseignante GPT0,311
Écart entre enseignants0,241 · 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

Citations2
Publié2003
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of the Canadian Association for Curriculum Studies→Même sujetArt Education and Development→Travaux en français237 207→