MétaCan
Menu
Retour à la cohorte
Enregistrement W4255267232 · doi:10.21606/pluriversal.2021.0009

I Hate Creativity

2021· article· en· W4255267232 sur OpenAlexaff
Patricia Kovic

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomainePsychology
ThématiqueCreativity in Education and Neuroscience
Établissements canadiensOntario College of Art and Design
Organismes subventionnairesnon disponible
Mots-clésCreativityProxy (statistics)Creativity techniqueSAFERPsychologySociologyAestheticsSocial psychologyComputer scienceComputer securityArt

Résumé

récupéré en direct d'OpenAlex

We love creativity. Everybody loves creativity and everybody wants a “Culture of Creativity.” However, there is strong evidence that we do not even like creativity, especially under stressful conditions. Creativity thrives in conditions of uncertainty, vagueness of purpose and psychological discomfiture — conditions that can be unbearable when added to the current anxieties of a shrinking academic landscape, the pandemic, let alone wicked problems like the climate crisis. We are terrified in these traumatic circumstances, so we shrink away from creativity toward the safety of what is known, understood and proven. As a result, Proxy Creativity emerges — one that is tidy, easily processed and consumed. “Creative” educational tools like Design Sprints, Pithy-Themed Courses, Compelling Branding Platforms and Curated Campuses emerge because they feel safer. These tools “sell” Proxy Creativity to potential students, current students, faculty, as well as to those outside of art and design institutions. This is a raw deal. Creativity in its most primal, unwieldy and disruptive form is a valuable tool used in interdisciplinary teams that are addressing wicked problems. Proxy Creativity may be more comfortable right now, but it is a poor substitute. Are we biased against creativity?

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)0,007
score de la tête « metaresearch » (Gemma)0,023
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: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,029
Score d'incertitude au seuil0,096

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,023
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0080,024
Communication savante0,0170,011
Science ouverte0,0010,009
Intégrité de la recherche0,0040,014
Charge utile insuffisante (le modèle a refusé de juger)0,0290,024

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 Opus0,067
Tête enseignante GPT0,406
Écart entre enseignants0,339 · 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
GenreCommentaire

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'admission1
Résumé présentoui

Explorer davantage

Même sujetCreativity in Education and NeuroscienceTravaux en français237 207