MétaCan
Menu
Retour à la cohorte
Enregistrement W2911837265 · doi:10.1108/qrj-d-18-00015

Experimenting with creativity, immigration, language, power, and technology: a research agencement

2019· article· en· W2911837265 sur OpenAlexaffabout
Francis Bangou

Notice bibliographique

RevueQualitative Research Journal · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueInnovative Education and Learning Practices
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésOriginalityCreativitySociologyHackerImmigrationPower (physics)Value (mathematics)PublishingMaterialismAffect (linguistics)Social sciencePublic relationsEngineering ethicsMedia studiesEpistemologyPsychologySocial psychologyEngineeringComputer sciencePolitical scienceLawComputer security

Résumé

récupéré en direct d'OpenAlex

Purpose This paper is the actualization of a researcher’s attempt to engage, both conceptually and methodologically, with the dynamic and ever-creative connections and forces associated with the schooling experiences of immigrant students. The research reported that in this paper comprises part of a three-year research project funded by Canada’s Social Sciences and Humanities Research Council and focuses on the interrelationships between immigration, technology and pop culture in a Canadian French-language secondary school. The paper aims to discuss this issue. Design/methodology/approach Drawing from new materialist thought, the experience of one immigrant student is put to work with(in) the Deleuzo–Guattarian concepts of agencement, machines, language and power (pouvoir,puissance) with(in) the rhizoanalysis of a short video clip provided by the student. Findings With(in) the rhizoanalysis, the publication machine emerges as a force that could potentially affect the expression of one’s becoming citizen, and hacking emerges as a force that could contribute to the destabilization of the publication machine’s power (pouvoir). Originality/value The originality of this paper is that readers are also invited to contribute to this experimentation in contact with the real.

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)0,060
score de la tête « metaresearch » (Gemma)0,048
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: Empirique
Score de désaccord entre enseignants0,060
Score d'incertitude au seuil0,320

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0600,048
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0130,043
Communication savante0,0120,009
Science ouverte0,0030,013
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,290
Tête enseignante GPT0,649
Écart entre enseignants0,359 · 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

Citations14
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueQualitative Research JournalMême sujetInnovative Education and Learning PracticesTravaux en français237 207