MétaCan
Menu
Retour à la cohorte
Enregistrement W2308688673

Research Overview Hip Hop as Methodology: Ways of Knowing

2016· article· en· W2308688673 sur OpenAlexaboutno aff
Charity Marsh

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueHermeneutics and Narrative Identity
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésComputer sciencePsychology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

To listen to hip hop is to enter a world of complexity and contradiction. —Imani Perry (2004, p. 1) Over the past five years I have directed and developed, in collaboration with my Interactive Media and Performance (IMP) Labs ’ research team, artists, teachers, elders, community partners, and youth, a number of community hip hop arts-based projects in Saskatchewan. These community-based programs have been shaped by the following research questions: What role does hip hop play in narrating settler/colonialism on the prairies or in the north? What happens to stories when they are (re)told through a contem-porary oral practice and mediated by the discourses associated with hip-hop cul-ture on a global scale? How does hip hop challenge contemporary Canada to think about “Aboriginal ” politics and colonial-ism in the present and the future, rather than framing them as only relevant to the past? How does Indigenous hip hop com-plicate the spirit of a liberal pluralist soci-ety such as Canada?1 Four years and nine Hip Hop projects later,2 these questions, although still relevant and necessary, no longer capture how I have come to understand and theorize hip hop as a methodology, or as a conceptual model for researching and articulating ways of knowing (Covach, 2010). Transitioning away from the conventional approach to theorizing community-based arts projects as a discourse of intervention (e.g., by tar-geting “at risk ” youth), I argue the Hip Hop Projects facilitate a recognizable sense of

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)0,049
score de la tête « metaresearch » (Gemma)0,060
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,049
Score d'incertitude au seuil0,261

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0490,060
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0080,016
Études des sciences et des technologies0,0090,026
Communication savante0,0210,019
Science ouverte0,0030,010
Intégrité de la recherche0,0040,009
Charge utile insuffisante (le modèle a refusé de juger)0,0150,002

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 Opus0,608
Tête enseignante GPT0,440
Écart entre enseignants0,168 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetHermeneutics and Narrative IdentityTravaux en français237 207