MétaCan
Menu
Retour à la cohorte
Enregistrement W2189364426 · doi:10.36510/learnland.v4i2.401

Crystallization: Teacher Researchers Making Room for Creative Leaps in Data Analysis

2011· article· en· W2189364426 sur OpenAlexvenueno aff
Ruth Shagoury

Notice bibliographique

RevueLEARNing Landscapes · 2011
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeuroscience, Education and Cognitive Function
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLEAPSStorytellingMetaphorReflection (computer programming)Data collectionField (mathematics)Data scienceComputer scienceSociologyArtLiteratureNarrativeSocial science

Résumé

récupéré en direct d'OpenAlex

In this article, the author shares new approaches to data collection and analysis which encourage using "crystallization": an intriguing new method that has emerged in recent years as a kind of three-dimensional data analysis strategy that welcomes the new lens that artistic thinking can bring to conducting and writing research. Examples from teacher-researchers include ways to use storytelling, art, self-reflection, children’s books, metaphor, and imagination to expand the field of data collection and analysis.

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)0,326
score de la tête « metaresearch » (Gemma)0,414
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,326
Score d'incertitude au seuil0,831

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,3260,414
Méta-épidémiologie (sens strict)0,0020,003
Méta-épidémiologie (sens large)0,0020,003
Bibliométrie0,0070,007
Études des sciences et des technologies0,0110,053
Communication savante0,0250,027
Science ouverte0,0060,036
Intégrité de la recherche0,0060,016
Charge utile insuffisante (le modèle a refusé de juger)0,0070,003

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 Opus0,182
Tête enseignante GPT0,366
Écart entre enseignants0,185 · 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.

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

Citations12
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLEARNing LandscapesMême sujetNeuroscience, Education and Cognitive FunctionTravaux en français237 207