MétaCan
Menu
Retour à la cohorte
Enregistrement W2921716506 · doi:10.5539/hes.v9n2p96

Modeling Cultural Content for Outreach Programs in Marginalized Communities in Asia: A Case Study of South Korea

2019· article· en· W2921716506 sur OpenAlexvenueno aff
Sung‐Jin Lee, Jae-Eun Oh

Notice bibliographique

RevueHigher Education Studies · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGlobal Education and Multiculturalism
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésOutreachCultural diversitySociologyPedagogyCultural competenceVisual arts educationPublic relationsSocial sciencePsychologyThe artsPolitical scienceLaw

Résumé

récupéré en direct d'OpenAlex

Wherever quality of life continues to improve, people turn to cultural and artistic pursuits to enhance their life experience. Hence, cultural and art education is encouraged in museums, galleries, and schools for public benefit and enjoyment regardless of differing social classes. Cultural content has developed since the beginning of culture itself, and education related to this content is crucial as it can improve public perspectives. However, many culturally alienated groups still exist due to financial difficulties, disabilities, or living in remote areas, and they lack fair opportunities to enjoy culture and art. The polarization between these groups and culturally-benefited classes continues to increase. Outreach programs have been conducted by museums and galleries as ‘visiting classes’ for those who find it difficult to visit traditional venues. Using Dewey’s educational philosophy and four different case studies, this study provides an in-depth examination of outreach programs and suggests a model for Asian countries by focusing on South Korea. The findings seek to aid ongoing educational efforts to create long-term effects for the public’s benefit.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,106
Score d'incertitude au seuil0,960

Scores Codex et Gemma par catégorie

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

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 Opus0,327
Tête enseignante GPT0,444
Écart entre enseignants0,116 · 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.

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

Citations3
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHigher Education StudiesMême sujetGlobal Education and MulticulturalismTravaux en français237 207