Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
COVID-19 and its series of lockdowns and social distancing presented challenges to individuals globally in a myriad of ways. During this time, individuals expressed their frustrations, displayed newly developed passions, and illustrated their experiences creatively, visually, and often through social media. Online posts of art created during quarantine provided insight into the ways in which people coped. The COVID-19 moment in history provided a unique opportunity to examine how individuals visualised their experiences of a globally shared phenomenon that impacted daily life. This study examines participant-generated drawings that were collected from June 2020 to October 2021 based on the question ‘How has COVID-19 impacted you’? Participants were recruited through Instagram posts and an email recruitment campaign. Thirty-two participants submitted photos of their drawings that illustrated their perceptions and experiences of COVID-19 including the disconnection, isolation, newfound resilience and even hope. Six content themes were identified including i) isolation and the isolated individual, ii) mental health and wellbeing, iii) COVID-19 depicted as a monster, iv) global disruptions preventing travel or seeing family and/or friends, v) hope for the future, and vi) social injustice. The drawings provided insight into the ways in which individuals use graphic representations to make sense of and communicate their experiences and understanding of a complex time. The findings suggest drawing was used as both a process for constructing knowledge about the impact of the pandemic, a product on which to reflect, and a strategy for sense-making.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,009 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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