MétaCan
Menu
Retour à la cohorte
Enregistrement W2893463709 · doi:10.22176/act17.3.79

Teaching for Creativity and Informal Learning in Liminal Spaces

2018· article· en· W2893463709 sur OpenAlexaff
Terry Sefton

Notice bibliographique

RevueAction Criticism and Theory for Music Education · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHigher Education Practises and Engagement
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésLiminalityImprovisationCreativityStorytellingPedagogyDanceSociologyConstructiveBridging (networking)Mathematics educationPsychologyVisual artsComputer scienceProcess (computing)NarrativeArtSocial psychology

Résumé

récupéré en direct d'OpenAlex

This paper discusses two projects that use practice as research to explore learning that takes place in liminal spaces-within the university but not formally in the classroom, while bridging discursive fields. In each project, university faculty participants and student participants in the fields of music, dance, and education, came together to collaborate on creating and performing new works. Participants worked with traditional techniques of composition in one project and storytelling and improvisation in the other. Both projects involved students and faculty working together on a voluntary basis. This paper documents how informal learning and creative thinking benefit from taking place in a liminal zone-within the university and its extended community, but not constrained by fixed discursive practices such as course expectations, assessment, or credit requirements-and allow for both students and faculty to learn from each other and to take creative risks.

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)0,002
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,723
Score d'incertitude au seuil0,836

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,071
Tête enseignante GPT0,406
Écart entre enseignants0,334 · 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'étudeSans objet
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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAction Criticism and Theory for Music EducationMême sujetHigher Education Practises and EngagementTravaux en français237 207