MétaCan
Menu
Retour à la cohorte
Enregistrement W3212119608 · doi:10.7202/1083434ar

Embracing Ambiguity: The intersection of biology, music, and art in secondary school teaching for student creativity

2021· article· en· W3212119608 sur OpenAlexaffvenue
Tasha Ausman, Travis Mandel

Notice bibliographique

RevueMcGill Journal of Education / Revue des sciences de l éducation de McGill · 2021
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeuroscience, Education and Cognitive Function
Établissements canadiensCarleton UniversityCentrale des Syndicats du QuébecUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésCreativityAmbiguityMetaphorIntersection (aeronautics)ConstructiveInterpretation (philosophy)Mathematics educationRelation (database)Field (mathematics)PsychologyPedagogySociologyComputer scienceLinguisticsSocial psychologyPhilosophyMathematics

Résumé

récupéré en direct d'OpenAlex

In these conversational field notes, two teachers reveal their experiences with creativity in contexts where students are encouraged to dwell in spaces of ambiguity and vulnerability in learning. Using anatomy to inform music pedagogy empowers students to work through metaphor-rich instruction in order to develop a grounded approach to artistic interpretation, while using fine art in the science classroom allows students of anatomy to explore the artistic possibilities of imagination in relation to the human body. In both cases, the crisscrossing of pedagogical lines from biology into music and music into art helped to transform students’ relationships with ambiguity from being negative and closed-off, to positive and constructive.

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)0,003
score de la tête « metaresearch » (Gemma)0,007
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,351
Score d'incertitude au seuil0,824

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
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 Opus0,283
Tête enseignante GPT0,432
Écart entre enseignants0,149 · 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'étudeExpérimental (laboratoire)
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

Citations0
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMcGill Journal of Education / Revue des sciences de l éducation de McGillMême sujetNeuroscience, Education and Cognitive FunctionTravaux en français237 207