MétaCan
Menu
Retour à la cohorte
Enregistrement W2313155062 · doi:10.7227/jace.20.1.6

Stories of Learning across the Lifespan: Life History and Biographical Research in Adult Education

2014· article· en· W2313155062 sur OpenAlexaff
Patricia A. Gouthro

Notice bibliographique

RevueJournal of Adult and Continuing Education · 2014
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueAdult and Continuing Education Topics
Établissements canadiensMount Saint Vincent University
Organismes subventionnairesnon disponible
Mots-clésAdult educationNarrativeLifelong learningPerspective (graphical)Identity (music)IndividualismSociologyLife course approachMeaning (existential)PsychologyPedagogyAestheticsSocial psychology

Résumé

récupéré en direct d'OpenAlex

Life history or biographical approaches to research in lifelong learning may be particularly useful for researchers working from a social purpose and/or feminist perspective. Adult educators working from an emancipatory framework are often curious about factors that shape people's lives, both from an individualistic, biographical perspective and from a broader social-cultural framework. Through life history and biographical research they can gain insights into what motivates people to engage in adult learning for social and personal change. Looking at examples taken both from the literature and from four different research studies that the author has engaged in during recent years, some of the benefits, challenges, and possibilities for life history/biographical research are explored in this paper. Both practical aspects, such as how to recruit participants, and more philosophical/methodological concerns such as the importance of recognising how participants use narrative as a means to explore meaning making around their own identity and life course are explored in the discussion. In conclusion, the paper argues that new technologies and emerging forms of artistic representation in life history and biographical research offer opportunities for both educators and participants, as well as other audiences, to explore adult learning experiences connected to social justice.

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)0,015
score de la tête « metaresearch » (Gemma)0,037
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 enseignants0,015
Score d'incertitude au seuil0,078

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,037
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0060,006
Études des sciences et des technologies0,0080,023
Communication savante0,0140,023
Science ouverte0,0020,010
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,028
Tête enseignante GPT0,366
Écart entre enseignants0,338 · 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

Citations15
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Adult and Continuing EducationMême sujetAdult and Continuing Education TopicsTravaux en français237 207