Into another "semiotic landscape": Evaluating models of multimodal literacy curricula for canadian art and design university students
Notice bibliographique
Résumé
An art and design university is a particular kind of "semiotic landscape," comprised of teachers and students heavily invested in the difference that non-linguistic modes of expression make to meaning and human experience. Here both experienced and emerging creative practitioners experiment with the signifying possibilities of, for example, wood, light, movement, paint, clay, or digital media. Written English, as a mode of inquiry, research, and composition finds itself somewhat of an outsider in this landscape--at least more so than in a conventional university. It is from this outside territory of a writing pedagogue at an art and design university that the author's inquiry emerges. In this research, the author aims: (1) to identify, analyze, and assess models of multimodal pedagogy that have the potential for developing composition skill learning within the context of a liberal arts curriculum in a Canadian art and design university; and (2) to determine the contribution of art and design university-specific, multimodal pedagogy models to recent research in the fields of multimodal literacy, language and literacy education, and postsecondary writing pedagogy. The author juxtaposes an analysis of a sample of recently published American and Canadian composition instruction books that encourage multimodal literacy in the context of a postsecondary, language-based curriculum with an analysis of how multimodality is manifest in one area of the art and design curriculum at the Ontario College of Art & Design (OCAD), a Canadian art and design university. With respect to this juxtaposition, the author aims to discover how her sample multimodal curricula fits--or doesn't--with OCAD as a specific "semiotic landscape." By looking at student thesis work, the author tries to develop a provisional sketch of the nature of her home institution's "semiotic landscape." (Contains 5 figures and 5 endnotes.)
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 | 0,008 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,007 | 0,005 |
| Communication savante | 0,008 | 0,002 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
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 ».