MétaCan
Menu
Retour à la cohorte
Enregistrement W2518086986 · doi:10.18432/r2mw28

Collaborative Meaning-making in Arts-based Research: Data Interpretation with an Artist, a Physician, and an Art Historian

2016· article· en· W2518086986 sur OpenAlexfundvenueno aff
Kaisu Koski, Fenna H. Heyning, Robert Zwijnenberg

Notice bibliographique

RevueArt/Research International A Transdisciplinary Journal · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueEmpathy and Medical Education
Établissements canadiensnon disponible
Organismes subventionnairesLapin YliopistoTampereen YliopistoAcademy of FinlandUniversity of Alberta
Mots-clésViewpointsInterpretation (philosophy)Meaning (existential)The artsVisual artsProcess (computing)PsychologyAestheticsArtComputer scienceLinguisticsPhilosophyPsychotherapist

Résumé

récupéré en direct d'OpenAlex

This article discusses collaborative meaning-making in arts-based research. It introduces a project in which an artist-researcher invited a physician and an art historian to help to interpret medical students’ hand-made drawings of the female reproductive system and the conception process. The authors elaborated on different viewpoints and modes of talking during the data interpretation, and discussed how these were founded on, and disrupted, their professional roles in various ways. The article discusses how these different viewpoints about the students’ drawings complemented or conflicted with each other. It also discusses the use of associations and humor in these interpretations, and the experiences of emotional discomfort during the process.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,259
Score d'incertitude au seuil0,501

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,002
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,245
Tête enseignante GPT0,509
Écart entre enseignants0,264 · 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 tête enseignante, 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

Citations4
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueArt/Research International A Transdisciplinary JournalMême sujetEmpathy and Medical EducationTravaux en français237 207