MétaCan
Menu
Retour à la cohorte
Enregistrement W2751981578

Video, Art, and Dialogue: Using the Internet to Create Individual and Social Change

2013· article· en· W2751981578 sur OpenAlexaff
Pamela Snell

Notice bibliographique

RevueThe International Journal of Communication and Linguistic Studies · 2013
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueParticipatory Visual Research Methods
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésThe InternetThe artsIdentity (music)SociologyConsciousnessInterpersonal communicationQueerDigital artInternet privacyPsychologyPublic relationsSocial psychologyAestheticsComputer scienceWorld Wide WebVisual artsCommunicationPolitical scienceGender studiesArt
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This paper demonstrates that arts-based learning, when combined with digital technology, can foster community development and identity construction. By using the internet to build artistic dialogues that transcend time and distance, relationships are undertaken with people we might not otherwise encounter and supportive online communities can be established. The internet has provided a forum for marginalized individuals to find their voices, a place where identities can be fluid and words can be witnessed. Therefore, when integrated into a structured arts-based learning environment, digital technologies can lead to greater understanding and acceptance of one's own identities. Using the innovative model established in the pilot project Queer Connections as the primary example this paper offers insight into how levels and layers of communication in human interactions may influence societal change, how collective creation can be used to access deeper levels of understanding and critical consciousness, and how arts-based interpersonal learning can be used as a catalyst to foster community development and identity construction.

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)0,004
score de la tête « metaresearch » (Gemma)0,007
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: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0030,008
Communication savante0,0070,007
Science ouverte0,0010,004
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,729
Tête enseignante GPT0,629
Écart entre enseignants0,100 · 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
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe International Journal of Communication and Linguistic StudiesMême sujetParticipatory Visual Research MethodsTravaux en français237 207