Exploring Art and Craft in Teacher Education Whilst Going Toward a Performative Approach
Notice bibliographique
Résumé
Since 1997, I have returned to and revisited textile materials through different types of approaches. As an artist, I have been working with soft sculptures and immersive installations. As an artist-teacher, I sought to (re-)introduced wool felting tradition to teacher students in Norway. As a researcher, I re-turn (Barad, 2014) my approach to wool felting and engage diffractively (ibid.) within teacher education. I am now still exploiting a performative approach to the subject of arts and craft within teacher education. This approach is conjointly inspired by contemporary visual art form of expressions and by Barad’s performative ontology. In this text I attempt to convey my working processes as I relate how I started to engage with a performative approach to drawing in the field of arts and craft in teacher education, and how I now aim to enact further a performative approach to wool felting. This approach is inspired by post-humanism perspectives. Consequently, traditional binaries or dichotomies one can find in assumptions related to the humanities, as subject-object and theory-practice (van der Tuin and Dolphijn, 2010), are here deterritorialized to be simultaneously and differently reterriorialized (Deleuze and Guattari,1980). My approach goes thus beyond the theory-practice division to hold an intra-active pedagogy (Lenz Taguchi, 2010) and an ethico-onto-epistemological framework (Barad, 2007). This implies a set of mind considering an intimated relationship between making, being and knowing: all those aspects are present under a creative process, not isolated and nor independent of the process. Adopting a performative approach with my students, I do not necessarily privilege a linear approach and I do not necessarily privilege human agency above non-human entities. Following an ethico-onto-epistemological framework means here to merge the phenomenon of felting (beings) and its written study and analysis (ways of knowing).
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,011 | 0,050 |
| Communication savante | 0,017 | 0,009 |
| Science ouverte | 0,001 | 0,010 |
| Intégrité de la recherche | 0,003 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».