MétaCan
Menu
Retour à la cohorte
Enregistrement W4389641425 · doi:10.23977/aetp.2023.071708

A Case Study on the Teaching Design of the High School Art Appreciation Course What is a Work of Art Based on the Core Competence of Art

2023· article· en· W4389641425 sur OpenAlexvenueno aff
Junling Zhou, Huiling Zhang, Zichuan Liu

Notice bibliographique

RevueAdvances in Educational Technology and Psychology · 2023
Typearticle
Langueen
DomaineComputer Science
ThématiqueDigital Media and Visual Art
Établissements canadiensnon disponible
Organismes subventionnairesNational Ethnic Affairs Commission of the People's Republic of ChinaChina Scholarship Council
Mots-clésArt methodologyCompetence (human resources)Visual arts educationPaintingArt criticismWork of artArt designMathematics educationVisual artsContemporary artAestheticsPsychologyArtThe artsArt historyPerformance art

Résumé

récupéré en direct d'OpenAlex

Appreciation of art works is an essential part of art appreciation course, the essence of which is to discover the hidden connotations and the meaning behind them by appreciating the visual representation of the work. Thus, incorporating the teaching design of the core competence of art into the art course is conductive to better solving the problem of single, scattered, and monotonous subject knowledge. This paper takes the high school art appreciation course What is a Work of Art as an example, analyzes high school art appreciation courses from the perspective of core competence, the Xiangmei version of high school art textbooks, comparison of teaching designs of different teaching cases, as well as optimization plans based on core competence, and thoroughly explores the significance of art work. The purpose is to help students establish a big concept of art work, understand the meaning of different types of art works, find beautiful things in life, develop their interest and love for painting studying, and understand the meaning of art appreciation.

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)0,001
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: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,081
Score d'incertitude au seuil0,235

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,045
Tête enseignante GPT0,372
Écart entre enseignants0,328 · 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'étudeThéorique ou conceptuel
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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvances in Educational Technology and PsychologyMême sujetDigital Media and Visual ArtTravaux en français237 207