MétaCan
Menu
Retour à la cohorte
Enregistrement W325787271

Michael Rowley's kanji picto graphix : dragon book : essential kanji mnemonics : blood・fire・spirit

2012· book· en· W325787271 sur OpenAlexaboutno aff
Michael Rowley

Notice bibliographique

RevueStone Bridge Press eBooks · 2012
Typebook
Langueen
DomaineHealth Professions
ThématiqueDigital Storytelling and Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésKanjiMnemonicNarrativeVisual artsLiteratureHistoryArtLinguisticsChinese charactersPhilosophy
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Kanji come to life with over 250 graphically illustrated mnemonics for learning essential Japanese characters. Colorful pages are filled with horses and tigers, palaces and pulpits, kings and lunatics, samurai and wizards. A world of soldiers, swords, spies, demons, fire, smoke, gushing blood, and dragons with claws and fangs. While the format looks and feels more like a colorful story book than a textbook, KanjiPictoGraphix Dragon Book taps powerful learning methods derived from Rowley's career as an educational therapist and professor of information design. The book begins with an 'Elements' chart of the building blocks of Japanese written language. Pages are organized into clusters of characters with common elements and meanings. The result is a semantic, meaningful narrative that makes learning the complex written forms easy to understand and remember. The hundreds of visual mnemonics draw upon a combination of visuals with genuine etymological roots along with contemporary visual interpretations to help you learn to read Japanese kanji quickly and joyfully. Kanji are over 2,000 years old, so you will see some non-PC imagery that reflects ancient ideas about religion, women, men, children, animals, and old people. Rather than whitewash this, the book illustrates the meanings and ideas of an ancient, beautiful, and, at times, provocative language. Michael Rowley is the founder and creative director at VizCab.com, a family-run print and mobile media design and branding business in Silicon Valley, California. He is the author of KanjiPictoGraphix for iPhone and iPad. His Twitter feed @KanjPicto distills and dissects the meanings of Japanese kanji vocabulary words. Early in his career Michael worked as an educational therapist at the Dannen School at La Canada, taught English at Chaminade University Tokyo, digital imaging at The American Film Institute in Hollywood, and information design at Art Center Pasadena. He lives with his sweetheart, Kiki, and their four dogs and is a volunteer at ProjectRescueMe.com, an organization to rescue animals and end petlessness.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,066
Score d'incertitude au seuil0,221

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0020,003
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0660,023

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 Opus0,052
Tête enseignante GPT0,343
Écart entre enseignants0,291 · 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
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStone Bridge Press eBooksMême sujetDigital Storytelling and EducationTravaux en français237 207