MétaCan
Menu
Retour à la cohorte
Enregistrement W4220794251 · doi:10.1111/1745-5871.12534

Studying islandness through the language of art

2022· article· en· W4220794251 sur OpenAlexaffabout
Laurie Brinklow

Notice bibliographique

RevueGeographical Research · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueIsland Studies and Pacific Affairs
Établissements canadiensUniversity of Prince Edward Island
Organismes subventionnairesnon disponible
Mots-clésPhenomenology (philosophy)PoetryQualitative researchSociologyLived experienceVisual artsInterpretative phenomenological analysisAestheticsPaintingPedagogyEpistemologyArtPsychologySocial scienceLiteraturePsychoanalysisPhilosophy

Résumé

récupéré en direct d'OpenAlex

Abstract Phenomenology lends itself to the study of islandness, and because works by poets and painters are often rooted in place they are also highly amenable to phenomenological studies. In such studies, threads of similarity and connection in people’s experiences of living on islands are revealed in ways that are of interest to geographers as well as those in allied and complementary disciplines. This article describes research in Tasmania and Newfoundland by a poet and academic profoundly interested in place. Based in interpretive and qualitative research methodologies, the methods used in the study included participant‐observation and semi‐structured interviews with writers, artists, and musicians whose artistic practices were expressive of islandness and abductive analysis. In addition, poetic interpretations became part of an iterative process that enabled my engagement in phenomena shared with and by participants. Poetry became a way to creatively reimagine academic research and offered opportunities to deepen contextual understanding and insight into people’s understandings of islandness in ways not always possible through academic avenues.

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)0,003
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: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,041

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0060,031
Communication savante0,0080,004
Science ouverte0,0010,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,095
Tête enseignante GPT0,416
Écart entre enseignants0,321 · 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

Citations7
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGeographical ResearchMême sujetIsland Studies and Pacific AffairsTravaux en français237 207