MétaCan
Menu
Retour à la cohorte
Enregistrement W2896766927 · doi:10.1177/8755123318802335

Latinx Students and Secondary Music Education in the United States

2018· article· en· W2896766927 sur OpenAlexaboutno aff
Samuel Escalante

Notice bibliographique

RevueUpdate Applications of Research in Music Education · 2018
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueDiverse Music Education Insights
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésQuarter (Canadian coin)Diversity (politics)Music educationPsychologyPopulationPedagogySocial psychologySociologyDemographyGeography

Résumé

récupéré en direct d'OpenAlex

As of 2014, Latinx youth have comprised roughly a quarter of the U.S. population younger than 18 years. Yet Latinx students have not been found to participate in school ensembles at rates consistent with their proportion of the total student population. This disparity has yet to be fully explained by the research literature. The purpose of this review of literature is to synthesize what scholars understand about Latinx student participation in school ensembles. Literature was chosen based on the following research question: What factors may contribute to the disparity between the Latinx student population and the rate of Latinx participation in secondary school music ensembles, nationally? This review revealed several factors that may influence participation rates of Latinx students in secondary music ensembles, including curricular and systemic factors, music teacher attitudes toward diversity, Latinx parental involvement, and Latinx students’ interests. Implications for increasing participation and improving music education for Latinx students are discussed.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,632
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

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

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 Opus0,112
Tête enseignante GPT0,396
Écart entre enseignants0,285 · 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.

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

Citations11
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUpdate Applications of Research in Music EducationMême sujetDiverse Music Education InsightsTravaux en français237 207