MétaCan
Menu
Retour à la cohorte
Enregistrement W3046953011 · doi:10.25071/1916-4467.40450

Hands-On: Curricular Bridging Concepts from Maker Spaces Re-Turning to Hand-Made and Many Hands Making Together

2020· article· en· W3046953011 sur OpenAlexaffvenueabout
Carol Lee

Notice bibliographique

RevueJournal of the Canadian Association for Curriculum Studies · 2020
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueDiscourse Analysis in Language Studies
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésCurriculumSociologyPoetryMaking-ofPsychologyPedagogyAestheticsLiteratureArtManagement

Résumé

récupéré en direct d'OpenAlex

Poet, author and activist Maya Angelou once told Oprah Winfrey, "Do the best you can until you know better. Then when you know better, do better" (Winfrey, 2011, 2:08). This is practical advice for anyone, including curriculum developers. Angelou was, of course, speaking of forgiveness, fortitude, perseverance and learning. What is interesting for me as an educator is how Angelou went about teaching Winfrey this lesson. Recognizing the power differential between her and the then young Winfrey, she did not begin their relationship by giving advice. She began it by making Winfrey food—a making gesture signifying Winfrey’s equality with the maker. After their meal, Angelou encouraged further communion by sharing poetry made by Paul Laurence Dunbar. The making of things, physical things as in a meal, and/or artistic things as with poetry, is not featured in most Canadian curriculums. Where it does appear, it is framed as optional or vocational; making is something for those with less cognitive aptitude or for artists with marginal value to community commerce. This orientation in curriculums has perhaps led to the under-valuation of “making” as a strategy for relationship building, for reconciliation and for bridging social power divides. My presentation describes a critical discourse analysis I conducted of this popular Angelou quotation and its historical context. I use it to explore insights related to how divides might be bridged through a curriculum that assigns greater value to “making” (Fairclough et al., 2014; van Dijk, 2001; Wodak, 2011; Wodak & Meyer, 2008; Wodak & Reisigl, 2006).

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)0,004
score de la tête « metaresearch » (Gemma)0,006
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: aucune
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,045

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0110,033
Communication savante0,0110,015
Science ouverte0,0020,013
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0130,001

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 Opus0,034
Tête enseignante GPT0,301
Écart entre enseignants0,267 · 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

Citations1
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of the Canadian Association for Curriculum StudiesMême sujetDiscourse Analysis in Language StudiesTravaux en français237 207