MétaCan
Menu
← Retour à la cohorte
Enregistrement W4233833373 · doi:10.32920/ryerson.14654574

Migration and art: exploring experiential and theoretical connections

2021· preprint· en· W4233833373 sur OpenAlexaffabout
Eva Hellreich

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineSocial Sciences
ThématiqueCultural Industries and Urban Development
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésImmigrationThe artsIdentity (music)SociologyHybridityExperiential learningAcculturationSettlement (finance)Contemporary artVisual artsAestheticsPolitical scienceHistoryArtAnthropologyPedagogyComputer science

Résumé

récupéré en direct d'OpenAlex

How can arts-based methodologies offer unique insights into contemporary migration and settlement experiences? Informed by qualitative research and a literature review which analyzes identity theory, social construction theory, and Canadian art organizations which support newcomer artists, this paper explores the potential for the intersection of the arts in immigration and settlement assessment. An exploratory investigation of the theory of art as linked to migration is illuminated by the experiences of a group of artists who have gone through a significant migratory experience and share their reflections on being artists in Canada. This paper argues that analyzing art created by immigrant artists offers insight into the contemporary Canadian immigration experience which quantitative data is unable to capture. Learning about the barriers which immigrant artists face through using arts-based research includes the subject in the research, thereby empowering and validating their lived experiences as valuable epistemologies and ontologies. Findings reveal the impact of acculturation on the identities of and opportunities available to immigrant artists in Canada. Key Words: Immigrant Art; Immigration and Toronto; Place-making; Acculturation; Hybridity; Identity

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: Empirique
Score de désaccord entre enseignants0,234
Score d'incertitude au seuil0,466

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
Bibliométrie0,0030,003
Études des sciences et des technologies0,0100,047
Communication savante0,0100,003
Science ouverte0,0010,006
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 Opus0,085
Tête enseignante GPT0,306
Écart entre enseignants0,221 · 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

Citations0
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetCultural Industries and Urban Development→Travaux en français237 207→