MétaCan
Menu
Retour à la cohorte
Enregistrement W2981152630 · doi:10.1177/0261429419878710

Learning from the voices and life trajectories of our most able students: A listening guide analysis

2019· article· en· W2981152630 sur OpenAlexafffund
Harry Killas, C. Owen Lo, Marion Porath, Yuen Sze Michelle Tan, Chia‐Yen Hsieh, Rachel Ralph

Notice bibliographique

RevueGifted Education International · 2019
Typearticle
Langueen
DomainePsychology
ThématiqueEducation, Achievement, and Giftedness
Établissements canadiensUniversity of British ColumbiaEmily Carr University of Art and Design
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésActive listeningMeaning (existential)PsychologyVariety (cybernetics)PedagogyQualitative researchFoundation (evidence)SociologySocial scienceCommunicationHistory

Résumé

récupéré en direct d'OpenAlex

The “Superkids,” a group of highly gifted students, were first portrayed in a 2004 documentary. In response to the question of what happened to these students after the original film, a second documentary has been produced. The sequel focused on these individual’s lives, their retrospective insights about gifted education, their educational and career choices, and their reflections on their early adulthood. Transcripts of filmed interviews were analyzed using The Listening Guide, a qualitative method for understanding and interpreting voices. The researchers further highlighted first-person voices that may not have been apparent in interviews. This information was used to identify contrapuntal voices among the participants that reflected their views on the meaning of giftedness and their experience of studying in full-time congregated gifted programs. These voices provided a foundation for understanding the variety of pathways to accomplishment, the meaning of the gifted label, and the purpose of education at large.

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)0,005
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,008
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,002
Études des sciences et des technologies0,0050,004
Communication savante0,0050,003
Science ouverte0,0020,005
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,016
Tête enseignante GPT0,362
Écart entre enseignants0,346 · 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'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'admission2
Résumé présentoui

Explorer davantage

Même revueGifted Education InternationalMême sujetEducation, Achievement, and GiftednessTravaux en français237 207