MétaCan
Menu
Retour à la cohorte
Enregistrement W2894521617 · doi:10.18733/cpi29365

Different Ways of Knowing: An Overview of a Reflective Arts-Based Assignment

2018· article· en· W2894521617 sur OpenAlexaffvenue
Christine Van Kooten

Notice bibliographique

RevueCultural and Pedagogical Inquiry · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial Work Education and Practice
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésExperiential learningThe artsContext (archaeology)PracticumPresentational and representational actingPsychologyPerceptionSubject (documents)Power (physics)Space (punctuation)PedagogyMathematics educationSociologyVisual artsComputer scienceAestheticsArtGeography

Résumé

récupéré en direct d'OpenAlex

In the fall semester of 2015, third year social work students at an Atlantic University were given an assignment that would have them picking up scissors and paint brushes. They were tasked with creating an arts-based project related to a professional encounter they had experienced within their first practicum placements. The process created a space for students to experience a new way of learning with consideration to Heron’s (1981) theory of extended epistemology and the four ways of knowing: experiential, propositional, presentational, and practical. Some students chose to reflect on interactions with service users, individuals, families, groups, local communities, or interdisciplinary teams, as an example of their experiential knowing. They were asked to focus on an encounter that involved significant power differences with the subject being an area of concern for themselves or those involved. Students then identified a range of factors in their chosen situation, including: the setting and environment; the social and emotional context; their varying perceptions and expectations; and the role of power. These factors connected the theory with the students’ encounters in the field.

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)0,021
score de la tête « metaresearch » (Gemma)0,021
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,110

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0210,021
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,002
Études des sciences et des technologies0,0090,011
Communication savante0,0140,009
Science ouverte0,0050,014
Intégrité de la recherche0,0030,007
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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 Opus0,874
Tête enseignante GPT0,610
Écart entre enseignants0,265 · 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

Citations0
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCultural and Pedagogical InquiryMême sujetSocial Work Education and PracticeTravaux en français237 207