MétaCan
Menu
Retour à la cohorte
Enregistrement W4390034473 · doi:10.54916/rae.130210

Contributing to Social Change in Higher Education by Using Arts-Informed Inquiry to Expand Thinking about Assessment Identity

2023· article· en· W4390034473 sur OpenAlexaff
Michelle Searle, Katrina Carbone, Sumaiya Chowdhury, Amanda Cooper, Tiina Kukkonen, Antara Roy Chowdhury

Notice bibliographique

RevueResearch in Arts and Education · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEvaluation of Teaching Practices
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésIdentity (music)FeelingThe artsInclusion (mineral)PedagogySociologyDiversity (politics)Critical thinkingSpace (punctuation)Construct (python library)PsychologyAestheticsSocial psychologyVisual artsSocial scienceArt

Résumé

récupéré en direct d'OpenAlex

This essay describes an art-informed inquiry to develop inclusive spaces and advance critical thinking about identity where artist-researcher-educator/researcher collaborations are enacted through oil pastels, collages, and an exhibit as a catalyst for expanding thinking about assessment identity. Those involved considered how assessment identity is a complex construct that influences pedagogy by artfully reflecting their knowledge, beliefs, feelings, confidence, and role. A library exhibit engaged broader audiences as an act of disrupting and expanding traditional expectations about educators/ researchers. This project makes space to embrace diversity and multiple ways of knowing with a commitment to inclusion that interweaves imagination and dialogue

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)0,013
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,716
Score d'incertitude au seuil0,982

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0130,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,002
Science ouverte0,0000,000
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 Opus0,718
Tête enseignante GPT0,672
Écart entre enseignants0,046 · 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'étudeObservationnel
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 revueResearch in Arts and EducationMême sujetEvaluation of Teaching PracticesTravaux en français237 207