MétaCan
Menu
Retour à la cohorte
Enregistrement W2909176716 · doi:10.19030/cier.v12i1.10259

Disney And The Magical World Of Writing; How Combining Creativity With Learning Disabilities Can Promote Academic Success

2019· article· en· W2909176716 sur OpenAlexaff
Michelle Janzen

Notice bibliographique

RevueContemporary Issues in Education Research (CIER) · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueChild Development and Digital Technology
Établissements canadiensBrock University
Organismes subventionnairesnon disponible
Mots-clésCreativityPsychologyDilemmaPerspective (graphical)Qualitative researchPedagogyExistentialismSociologyMathematics educationSocial psychologyVisual artsSocial scienceEpistemology

Résumé

récupéré en direct d'OpenAlex

Through a Disney perspective, this author discusses how students can use creative strategies to cope with learning disabilities in secondary, post-secondary and even graduate levels of academic achievement. In particular, the paper will be presenting how the author, who has an infinity for “everything Disney”, chose to use both Disney Characters and Disney Song titles from movies and television shows, as a creative strategy in the organization of her master’s research thesis. The research study entitled “Why is it so hard to go a good thing? The Paradox and Dilemma of Parental Advocacy within the Individual Education Planning Process” took a qualitative, phenomenological approach to investigate the experiences of parental advocacy and to seek out macro/micro factors that may have contributed to positive or negative outcomes within the IEP process. The author used Disney song titles as an adaptive tool not only to help in the organization of the findings of the research, but also to help illuminate the phenomenological existential themes that were revealed through the analysis. The paper hopes to demonstrate that through the use of creative strategies in otherwise conventional academic expectations, students experiencing disabilities may increase the potential of achieving academic success.

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)0,005
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0070,027
Communication savante0,0160,008
Science ouverte0,0010,010
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,065
Tête enseignante GPT0,409
Écart entre enseignants0,345 · 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'étudeObservationnel
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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueContemporary Issues in Education Research (CIER)Même sujetChild Development and Digital TechnologyTravaux en français237 207