MétaCan
Menu
Retour à la cohorte
Enregistrement W3035678836 · doi:10.36510/learnland.v13i1.1004

Using Performative Art to Communicate Research: Dancing Experiences of Psychosis

2020· article· en· W3035678836 sur OpenAlexvenueno aff
Katherine Boydell

Notice bibliographique

RevueLEARNing Landscapes · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueParticipatory Visual Research Methods
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPerformative utteranceAmateurCreativityGeneral partnershipThe artsEmbodied cognitionSociologySpace (punctuation)Field (mathematics)Citizen journalismAestheticsEpistemologyVisual artsPsychologyPolitical scienceArtComputer scienceSocial psychologyWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

This paper highlights a collaborative effort to bring art and science together. In the field of arts-based research, collaboration between social scientists and artists is critical.1Horsfall and Titchen state that “critical creativity as methodology disrupts traditional edges and enables participation of people in the research who are unlikely to engage in philosophical, theoretical and methodological study, but who can understand its assumptions through embodied experience … [It] opens up endless spaces for genuine democratization of knowledge creation” (156). It was this type of democratized space that we wanted to create. We believed that bringing artists and scientists together would contribute to minimizing boundaries that often exist between these two worlds. We found that our collaboration provided a chance for meaningful dialogue and partnership. Additionally, as Jones states, “reaching across disciplines and finding co-producers for our presentations can go a long way in insuring that, rather than amateur productions, our presentations have polish and the ability to reach our intended audiences in an engaging way” (71).

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)0,008
score de la tête « metaresearch » (Gemma)0,009
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
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 enseignants0,167
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0080,009
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 savante0,0000,000
Science ouverte0,0010,000
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 Opus0,800
Tête enseignante GPT0,661
Écart entre enseignants0,138 · 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.

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

Citations4
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLEARNing LandscapesMême sujetParticipatory Visual Research MethodsTravaux en français237 207