MétaCan
Menu
Retour à la cohorte
Enregistrement W4385491044 · doi:10.7202/1102399ar

Creative Process and Co-Research with the Early Years through Flight

2023· article· en· W4385491044 sur OpenAlexaffvenueabout
Robyn Ayles, Heather Fitzsimmons Frey, Jamie Leach

Notice bibliographique

RevuePerformance Matters · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueParticipatory Visual Research Methods
Établissements canadiensMount Saint Vincent UniversityMacEwan University
Organismes subventionnairesnon disponible
Mots-clésAgency (philosophy)CreativityProcess (computing)PsychologyMeaning (existential)Co-creationPedagogySociologySocial psychologyKnowledge managementComputer sciencePsychotherapistSocial science

Résumé

récupéré en direct d'OpenAlex

Practice-based research that meaningfully engages with very young children (ages eighteen months to five years) as co-researchers presents wonderful opportunities to co-imagine possibilities together, but it also presents challenges related to communication, a democratic process, and children’s agency. In this article, we discuss how The Urban Wildlife Project uses Flight: Alberta’s Early Learning and Care Framework to help our creative team have a relationship-centred process. We discuss how Flight’s core values of play and playfulness inform our process, how Flight’s “Cycle of Co-Inquiry” and emphasis on understanding children’s meaning-making honours children as citizens, and how several key concepts--including “co-,” a specific conception of children and childhood, play and play-informed meaning-making, and making magic--enable us to include very young children as co-researchers in our co-creation and co-imagination practices. To illuminate how the process works, we offer two examples of how we are using Flight to inform our practice-based research processes with the early years demographic, and to create meaningful immersive theatre experiences for all participants.

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)0,025
score de la tête « metaresearch » (Gemma)0,021
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 enseignants0,025
Score d'incertitude au seuil0,130

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0250,021
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0120,033
Communication savante0,0100,007
Science ouverte0,0030,016
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,541
Tête enseignante GPT0,640
Écart entre enseignants0,100 · 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

Citations3
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revuePerformance MattersMême sujetParticipatory Visual Research MethodsTravaux en français237 207