MétaCan
Menu
Retour à la cohorte
Enregistrement W4390117020 · doi:10.33524/cjar.v23i3.690

Beresin, A., & Bishop, J. (Eds.). (2023). Play in a COVID frame: Everyday pandemic creativity in a time of isolation. Open Book Publishers.

2023· article· en· W4390117020 sur OpenAlexaffvenue
J M Laidlaw

Notice bibliographique

RevueThe Canadian Journal of Action Research · 2023
Typearticle
Langueen
DomaineComputer Science
ThématiqueVirtual Reality Applications and Impacts
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésCreativityPandemicCoronavirus disease 2019 (COVID-19)Isolation (microbiology)PsychologyMedia studiesSociologyMedicineBiologySocial psychologyMicrobiologyInfectious disease (medical specialty)Internal medicine

Résumé

récupéré en direct d'OpenAlex

Anna Beresin and Julia Bishop, editors of Play in a COVID Frame: Everyday Pandemic Creativity in a Time of Isolation, embark upon the ambitious task to explore how children, adolescents, and adults engaged in various forms of play during various stages of the COVID-19 pandemic.As chapters include scholars across a multitude of disciplines (including: folklore, anthropology, education, psychology, sociology, art history, communication, and cultural studies) navigating diverse geographic spaces (including: Australia, Canada, England, Finland, Ireland, Japan, Scotland, Serbia, Sudan, South Korea, the United States, and Wales), the book encompasses a wide breadth of play-related inquiries, generating a rich depth of knowledge.The book is certainly a mosaic as authors document their diverse methodological approaches, ranging from traditional methods (e.g., interviews) to visual data generation methods (e.g., photographic essays).Further, the representation of perspectives and experiences of children and adolescents, education workers, play workers, community health advocates, project managers, among other voices, broaden and enrich the variety of discussions.Consequently, the strength of the text lies in the diversity of inquiry focuses, perspectives, methods, disciplines, and geographic spaces shared throughout the chapters.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,033
Score d'incertitude au seuil0,065

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,005
Études des sciences et des technologies0,0020,002
Communication savante0,0060,008
Science ouverte0,0010,002
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0180,014

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 Opus0,195
Tête enseignante GPT0,426
Écart entre enseignants0,231 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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'admission2
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Action ResearchMême sujetVirtual Reality Applications and ImpactsTravaux en français237 207