MétaCan
Menu
Retour à la cohorte
Enregistrement W3094132460 · doi:10.1093/oxfordhb/9780190660772.013.28

New Materiality and Young People’s Connectedness Across Online and Offline Life Spaces

2020· reference-entry· en· W3094132460 sur OpenAlexaff
Susan O’Neill

Notice bibliographique

Revuenon disponible
Typereference-entry
Langueen
DomaineArts and Humanities
ThématiqueDiverse Music Education Insights
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésMateriality (auditing)Social connectednessSociologyMusicalAgency (philosophy)Music educationInformal learningAestheticsOnline and offlinePedagogyPsychologySocial psychologyVisual artsArtSocial sciencePolitical science

Résumé

récupéré en direct d'OpenAlex

This chapter examines new materiality perspectives to explore the influence of social media on young people’s music learning lives—their sense of identity, community and connection as they engage in and through music across online and offline life spaces. The aim is to provide an interface between activity, materiality, networks, human agency, and the construction of identities within the social media contexts that render young people’s music learning experiences meaningful. The chapter also emphasizes what nomadic pedagogy looks like at a time of transcultural cosmopolitanism and the positioning of youth-as-musical-resources who “make up” new musical opportunities collaboratively with people/materials/time/space. This involves moving beyond the notion of music learning as an educational outcome to embrace, instead, a nomadic pedagogical framework that values and supports the process of young people deciphering and making meaningful connections with the world around them. It is hoped that implications stemming from this discussion will provide insights for researchers, educators, and policymakers with interests in innovative pedagogical approaches and the creation of new learning and digital cultures in music education.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,055

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0050,006
Communication savante0,0130,010
Science ouverte0,0010,007
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0160,001

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 Opus0,080
Tête enseignante GPT0,282
Écart entre enseignants0,203 · 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'étudeSans objet
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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetDiverse Music Education InsightsTravaux en français237 207