MétaCan
Menu
Retour à la cohorte
Enregistrement W2995316121 · doi:10.1080/15401383.2019.1702131

Being in Between: Exploring Cultural Bereavement and Identity Expression through Drawing

2019· article· en· W2995316121 sur OpenAlexaff
Caroline Beauregard

Notice bibliographique

RevueJournal of Creativity in Mental Health · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducation and experiences of immigrants and refugees
Établissements canadiensUniversité du Québec en Abitibi-TémiscamingueUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésGriefIdentity (music)Expression (computer science)PsychologyMeaning (existential)Cultural identityContext (archaeology)ImmigrationAffect (linguistics)Social psychologyIdentity formationDevelopmental psychologyPsychotherapistAestheticsSelf-conceptFeelingCommunicationArt

Résumé

récupéré en direct d'OpenAlex

When leaving their country of origin, immigrant children experience various losses that can lead to a grief reaction called cultural bereavement. Being an ambiguous loss, cultural bereavement can complicate children’s identity construction by creating a gap between home and host country identities that may affect children’s sense of belonging and identity. Yet, drawing can support immigrant children in the meaning-making process necessary to work through the experience of cultural bereavement, as it is a non-threatening way to safely express emotionally charged material. This article presents the case study of an 11-year-old immigrant Egyptian girl who used drawing in the context of classroom-based creative expression workshops to express her cultural bereavement process and create a new meaningful identity.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,254
Score d'incertitude au seuil0,581

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,002
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,066
Tête enseignante GPT0,435
Écart entre enseignants0,368 · 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'étudeObservationnel
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

Citations8
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Creativity in Mental HealthMême sujetEducation and experiences of immigrants and refugeesTravaux en français237 207