MétaCan
Menu
Retour à la cohorte
Enregistrement W4387753206 · doi:10.46328/ijonest.166

Cultural Awareness Through Music Study: Fostering Diversity, Equity, and Inclusion in Higher Education Vocal Music Curriculum

2023· article· en· W4387753206 sur OpenAlexaboutno aff
Susan Boddie

Notice bibliographique

RevueInternational Journal on Engineering Science and Technology · 2023
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueDiverse Music Education Insights
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIndigenousMusic educationCurriculumInclusion (mineral)NarrativeMusicalDiversity (politics)The artsEquity (law)SociologyVisual artsCultural diversityPedagogyHistoryGender studiesPolitical scienceArtAnthropologyLiteratureLaw

Résumé

récupéré en direct d'OpenAlex

The educational research study explored ways to bring history into musical art fostering a deeper attentiveness to diversity, equity, and inclusivity in higher education music studies in North America. It explored the historic narrative of the Indigenous Beothuk people of Newfoundland and Labrador, Canada through music. The study focused on the opera Shanawdithit by Canadian composer Dean Burry, and Indigenous Canadian librettist, Yvette Nolan as an example of how music curriculum can be reconsidered and reimagined. The anthropological and archeological history of the Indigenous Beothuk people - as was taught in Canadian history was filtered through a Western European lens. The musical work reconceptualized the story of Shanawdithit - considered the last of the Beothuk people in Newfoundland and was told from an Indigenous perspective. As well, other notable works by Canadian Indigenous will be presented in this study. As both Canada and the United States explore Indigenous reconciliation, bringing works of underrepresented composers to higher education music study and performance offers a means to foster DEI and more cultural awareness in North American arts curriculum.

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)0,005
score de la tête « metaresearch » (Gemma)0,005
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 enseignants0,076
Score d'incertitude au seuil0,151

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0160,017
Communication savante0,0090,004
Science ouverte0,0010,018
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,112
Tête enseignante GPT0,329
Écart entre enseignants0,217 · 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

Citations2
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal on Engineering Science and TechnologyMême sujetDiverse Music Education InsightsTravaux en français237 207