MétaCan
Menu
Retour à la cohorte
Enregistrement W2955432107 · doi:10.22215/etd/2019-13565

Performing Veteranhood Through the Creative Arts: An Ethnographic Study of Recognition and Sociality Among Veterans Living in a Canadian Seniors’ Village

2019· dissertation· en· W2955432107 sur OpenAlexaffabout
Megan Graham

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineSocial Sciences
ThématiqueParticipatory Visual Research Methods
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésSocialityThe artsEmbodied cognitionPhenomenology (philosophy)ExistentialismSingingEthnographyIdentity (music)PsychologyPerforming artsSociologyAestheticsGender studiesVisual artsPolitical scienceEpistemologyAnthropologyArt

Résumé

récupéré en direct d'OpenAlex

This research explores the performance of veteranhood through the creative arts. It investigates how music-making affects sociality and recognition of Canadian World War II and Korean War veterans living in long-term care. I draw upon phenomenology as the guiding theoretical framework to explore the embodied dimensions of sociality, recognition, and performance of veteran identity through the creative arts. This dissertation draws upon other theorists beyond phenomenology to analyze the myriad dimensions of institutional veteran care. I make the following arguments in this dissertation: First, I argue that the veteran-residents were provided with care for their physical well-being, as well as care for their social identities as veterans. I contend that the creative arts programs were a form of milieu therapy, where daily music-making and singing war songs together was a means to restore, rehearse, and perform veteranhood.

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)0,007
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,234
Score d'incertitude au seuil0,741

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,479
Tête enseignante GPT0,580
Écart entre enseignants0,101 · 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

Citations0
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetParticipatory Visual Research MethodsTravaux en français237 207