MétaCan
Menu
Retour à la cohorte
Enregistrement W2947764220 · doi:10.15402/esj.v5i2.68336

Extemporaneous Lessons on Place, Space, and Identity: Graffiti as a Pedagogical Disruption

2019· article· en· W2947764220 sur OpenAlexvenueno aff
Kaela Jubas, Kimberly Lenters

Notice bibliographique

RevueEngaged Scholar Journal Community-Engaged Research Teaching and Learning · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiquePublic Spaces through Art
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGraffitiSociologyIdentity (music)Context (archaeology)ScholarshipContemplationAestheticsEpistemologyIdeologyPedagogySpace (punctuation)AffordanceSocial psychologyVisual artsPsychologyLinguisticsCognitive psychologyArtHistory

Résumé

récupéré en direct d'OpenAlex

In this interdisciplinary article, we employ scholarship from educational studies, cultural studies, geography, and sociology. We use graffiti texts we have encountered ourselves in places where we have lived or visited as examples of how graffiti becomes pedagogical. Theoretically, the concepts of public pedagogy, new mobilities, and affect theory — notably Sara Ahmed’s ideas — complement Doreen Massey’s ideas about place, space, and identity, and are cornerstones of our framework. As we consider them, pedagogy and learning are multidimensional processes, which involve intellect or cognition, affect or emotion, sensation, and perception. Place, space, and identity are taken up as sociomaterial phenomena, whose meanings develop as people, texts, physical structures, and various cultural artifacts come into contact with one another and with ideologies about what is (ab)normal and (un)desirable that circulate throughout and across societies. In presenting and discussing examples of graffiti texts we have encountered where we live or visit, we identify three pedagogical purposes that graffiti artists might employ: contemplation, reflection, and action. We close by considering implications for teaching and learning across disciplines, age groups, and context.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,011
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0110,022
Communication savante0,0050,005
Science ouverte0,0020,005
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,226
Tête enseignante GPT0,486
Écart entre enseignants0,260 · 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'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

Citations6
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEngaged Scholar Journal Community-Engaged Research Teaching and LearningMême sujetPublic Spaces through ArtTravaux en français237 207