MétaCan
Menu
Retour à la cohorte
Enregistrement W4225253051 · doi:10.3390/ijgi11050292

Mapping for Awareness of Indigenous Stories

2022· article· en· W4225253051 sur OpenAlexafffundabout
Stephanie Pyne, Melissa Castron, Annita Parish, Peter Farrell, Shawn A. Johnston

Notice bibliographique

RevueISPRS International Journal of Geo-Information · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGeography Education and Pedagogy
Établissements canadiensCarleton UniversityUniversity of Toronto
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaUniversity of TorontoHope Foundation
Mots-clésIndigenousContext (archaeology)StorytellingVariety (cybernetics)Relevance (law)Citizen journalismSociologyGeographyPolitical scienceNarrativeComputer scienceArchaeologyEcologyWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

Joseph Kerski has identified five converging global trends—geo-awareness, geo-enablement, geotechnologies, citizen science, and storytelling—which contribute to the increased relevance of geography for education and society. While these trends are discussed by Kerski in the context of the proliferating significance of geography in teaching and education, they also provide a useful lens for considering the increasing ubiquity of critical approaches to cartography both in general and in the context of teaching and education, where mapping can include participatory collaborations with individuals from a variety of knowledge communities and extend to the mapping of experiences, emotions, and Indigenous perspectives. In this paper, we consider these trends and related ideas such as Kerski’s “geoliteracy” and metaliteracy in light of some relatively current examples and in light of the evolution of research and teaching linked with a series of interrelated map-based projects and courses that take a multidimensional approach to teaching and learning about the Residential Schools Legacy in Canada.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,864
Score d'incertitude au seuil0,372

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
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 Opus0,030
Tête enseignante GPT0,368
Écart entre enseignants0,338 · 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'étudeSans objet
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

Citations2
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueISPRS International Journal of Geo-InformationMême sujetGeography Education and PedagogyTravaux en français237 207