MétaCan
Menu
Retour à la cohorte
Enregistrement W4312941274 · doi:10.1080/00393541.2022.2116679

Mapping Research With a Systematic Review: The Example of Social and Emotional Learning in Art Education

2022· article· en· W4312941274 sur OpenAlexaff
Kerry Freedman, Jeffrey M. Cornwall, Christopher M. Schulte, B. Stephen Carpenter, Juan Carlos Castro

Notice bibliographique

RevueStudies in Art Education · 2022
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueArt Education and Development
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésSystematic reviewField (mathematics)Empirical researchEducational researchFoundation (evidence)PsychologySocial emotional learningEmpirical evidenceVisual arts educationPedagogyPolitical scienceDevelopmental psychologyThe artsMEDLINE

Résumé

récupéré en direct d'OpenAlex

Social and emotional learning (SEL) standards and policies are quickly being adopted across the United States. States and school districts are now requiring demonstrations of SEL in schools and hoping for evidence that school subjects, including art education, can successfully meet those requirements and provide that evidence. This article reports the results of a review of research on the relationship between art education and SEL for three purposes: (1) to illustrate the process of a systematic review of research in a small field, (2) to propose a foundation on which researchers can build, and (3) to map empirical research results about preK–12 SEL in art education for instructional practice. The article contributes to research by offering an instrument to aid systematic reviews in the field. It also summarizes the conclusions of the found empirical research articles on SEL in preK–12 art education contexts.

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)0,002
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 enseignants0,324
Score d'incertitude au seuil0,694

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
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 Opus0,160
Tête enseignante GPT0,385
Écart entre enseignants0,225 · 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

Citations9
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStudies in Art EducationMême sujetArt Education and DevelopmentTravaux en français237 207