MétaCan
Menu
Retour à la cohorte
Enregistrement W4306746428 · doi:10.25071/2369-7326.40329

Skateboarding in Place

2022· article· en· W4306746428 sur OpenAlexaffvenue
Kim Shortreed

Notice bibliographique

RevuePivot A Journal of Interdisciplinary Studies and Thought · 2022
Typearticle
Langueen
DomainePsychology
ThématiqueAdventure Sports and Sensation Seeking
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésIndigenousNarrativePsycheSociologyIdentity (music)AestheticsSpace (punctuation)PsychologyPsychoanalysisArtLiteratureEcologyLinguisticsPhilosophy

Résumé

récupéré en direct d'OpenAlex

This exploration paper considers the sport/art/activity of skateboarding as it intertwines with spatial experiences, identities, and our personal and kinetic vernaculars. I try to understand what skateboarders, and Indigenous skateboarders especially, can teach us about alternative ways to understand space, place, and identity. I posit that skateboarding encourages spatial comprehension and landscape-use in particular ways, what I think of as a skatescape: a landscape as seen through skateboarders’ eyes. Through a skateboarding media and art lens, I reflect on some ways in which skateboarding influences narratives of place and belonging. I then consider these personal narratives and attempt to broaden the definition of a skatescape and in so doing speculate on how we create, share, and navigate our unique and personal spatial languages through movement and presence. Finally, I reveal that appreciating Indigenous skatescapes has illuminated a blindspot in my settler psyche: that up until recently I had not acknowledged fully that each and every spot I have ever skated was and is Indigenous land.

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: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,104
Score d'incertitude au seuil0,345

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
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 Opus0,036
Tête enseignante GPT0,369
Écart entre enseignants0,333 · 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'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

Citations1
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePivot A Journal of Interdisciplinary Studies and ThoughtMême sujetAdventure Sports and Sensation SeekingTravaux en français237 207