MétaCan
Menu
Retour à la cohorte
Enregistrement W4211146464 · doi:10.33423/jhetp.v22i1.4973

Virtual Reality as a Vehicle for Reimagining Creative Literacies, Research and Pedagogical Space

2022· article· en· W4211146464 sur OpenAlexafffund

Notice bibliographique

RevueJournal of Higher Education Theory and Practice · 2022
Typearticle
Langueen
DomaineComputer Science
ThématiqueVirtual Reality Applications and Impacts
Établissements canadiensLakehead University
Organismes subventionnairesUniversity of British ColumbiaLakehead University
Mots-clésCreativityPraxisAgency (philosophy)Space (punctuation)Meaning (existential)SociologyLiteracyPedagogyMathematics educationPsychologyComputer scienceEpistemologySocial science

Résumé

récupéré en direct d'OpenAlex

In recent years, virtual reality technologies have become increasingly accessible; and in educational contexts, this technology has the potential to expand the literacy of creativity and provide re-orientations for pedagogical thinking and meaning making. Using the Parallaxic Praxis methodology (Sameshima et al., 2019) to generate data understandings in a research project exploring teacher creativity, artist￾researchers used Google Tilt Brush to investigate: How do entanglements of language, literacy and VR alter the pedagogical space of creativity? How is creativity enabled in VR? And, what does this dynamic pedagogical space offer to educators? Pedagogical sites of learning from the virtual renderings generated new perspectives to examine the intersections of creative agency, literacy and expression, learning spaces and research design—all of which are increasingly important as educational practises evolve in the wake of the COVID-19 pandemic.

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)0,009
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,733
Score d'incertitude au seuil0,514

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0090,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,002
Science ouverte0,0000,000
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 Opus0,211
Tête enseignante GPT0,507
Écart entre enseignants0,295 · 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'étudeThéorique ou conceptuel
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

Citations6
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Higher Education Theory and PracticeMême sujetVirtual Reality Applications and ImpactsTravaux en français237 207