MétaCan
Menu
Retour à la cohorte
Enregistrement W2980171910 · doi:10.29173/iasl7378

Fiction as Information

2019· article· en· W2980171910 sur OpenAlexvenueno aff
Mary Ann Harlan

Notice bibliographique

RevueIASL Annual Conference Proceedings · 2019
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueLiteracy, Media, and Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésInformation literacySchema (genetic algorithms)Reading (process)MetaphorVariety (cybernetics)Object (grammar)Computer scienceInformation source (mathematics)Construct (python library)SociologyPsychologyWorld Wide WebLinguisticsArtificial intelligenceInformation retrieval

Résumé

récupéré en direct d'OpenAlex

Information Literacy is built on the idea that when we encounter information we can evaluate that information to incorporate into our knowledge schema. As such information can be encountered in a variety of ways, as academic information, workplace information, or everyday life information. Art forms can also be considered information, including literature. As an art form literature has been theorized to be a window, mirror, and a sliding glass door (Bishop, 1990) to the reader, an information source regarding our world. The notion that fiction is an information source is not particularly considered in much of the information literacy scholarly research. This paper examines how adolescents engage with fiction as a source of information. Using a small case study of a class of 16 and 17 year olds the paper examines how they construct ficiton and aesthetic reading as an information source, particularly using the metaphor of the window and the mirror. While students might consider reading as a way to explore their identity, elements related to their stance towards reading impacted their ability to see reading fiction as an information source. Furthermore they were unlikely to engage fiction as a "window" or a way to learn about others. Specific pedagogical structures may encourage a more critical stance towards aesthetic reading as a way to engage in as a learning object.

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)0,001
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,054

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,002
Études des sciences et des technologies0,0030,015
Communication savante0,0100,010
Science ouverte0,0010,004
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0160,002

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 Opus0,015
Tête enseignante GPT0,223
Écart entre enseignants0,209 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreAutre

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'admission1
Résumé présentoui

Explorer davantage

Même revueIASL Annual Conference ProceedingsMême sujetLiteracy, Media, and EducationTravaux en français237 207