MétaCan
Menu
Retour à la cohorte
Enregistrement W4375933533 · doi:10.4236/jss.2023.115003

Pop Culture Art as Educational Bridge: Connecting Generations through Games and Animation Movies in Classroom Environment

2023· article· en· W4375933533 sur OpenAlexaff
Rafael Iwamoto Tosi

Notice bibliographique

RevueOpen Journal of Social Sciences · 2023
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueLiteracy, Media, and Education
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésPopularitySemioticsSociologyAnimationAppealThe artsBridge (graph theory)Popular culturePerspective (graphical)MultimediaAestheticsProcess (computing)PerceptionMedia studiesVisual artsPsychologyEpistemologyComputer scienceArtSocial psychologyPolitical science

Résumé

récupéré en direct d'OpenAlex

This article seeks to shed light on the use of content from pop culture found in audiovisual media, especially those that have great appeal to younger generations. Starting the discussion from the critical principle that visual media today have enormous popularity among different age groups in our society, we seek to understand how the visual elements of pop culture were being engendered in a generalized way around the world. Based on these perceptions, we will understand how such elements can be used in the classroom as a pedagogical instrument with the use of theories of culture semiotics and edu-semiotics, where socio-cultural references will be verified in the perspective of creating bridges between students and teachers, carrying out a process known as the transgenerational process. Finally, the article contemplates the use of pop culture as an instrument of education and arts by presenting its essence, called heART, where artistic elements and social connection are essential to maintain a society in the constant flow of exchange of ideas and consequent life. In conclusion, it is clear that pop culture is still underutilized in educational contexts and that its achievements for the exchange of experiences with different generational peers are enormous.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0030,003
Communication savante0,0050,003
Science ouverte0,0010,005
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,087
Tête enseignante GPT0,355
Écart entre enseignants0,268 · 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
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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen Journal of Social SciencesMême sujetLiteracy, Media, and EducationTravaux en français237 207