MétaCan
Menu
Retour à la cohorte
Enregistrement W4392139319 · doi:10.1177/27538699241233195

The Creative Space Theory as a map to explore the mind

2024· article· en· W4392139319 sur OpenAlexafffund
Jean‐Christophe Goulet‐Pelletier, Denis Cousineau

Notice bibliographique

RevuePossibility Studies & Society · 2024
Typearticle
Langueen
DomainePsychology
ThématiqueCreativity in Education and Neuroscience
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésSpace (punctuation)Cognitive scienceSociologyCreativitySymbol (formal)Conceptual frameworkEpistemologyComputer sciencePsychologySocial psychologySocial science

Résumé

récupéré en direct d'OpenAlex

Despite significant transformations in most domains of activities, there might still be some constancies in the creative spaces explored throughout history. This paper introduces the Creative Space Theory (CST), a conceptual framework delineating 10 distinct creative spaces, analogous to creative landscapes. These creative spaces are proposed as navigational terrains for an array of media, tools, activities, and domains. The 10 spaces of the theory are movement, sound, image, sensation, emotion, strategy, story, symbol, network, and system. Notably, these creative spaces transcend specific media, and cover artistic as well as intellectual domains. For example, the sound space would be relevant to music, poetry, filmmaking, and acting among others, whereas the system space may be relevant to engineering, medicine, science, and design among others. The proposed theory holds potential utility in three key areas: (1) nurturing individual’s creative potential, (2) helping creators adapt to continuously changing circumstances, and (3) fostering positive creative self-beliefs in overlooked domains of creation. The current paper is a theoretical elaboration. We describe the creative spaces and discuss the implications of the theory towards individuals, educational practices, and research within the fields of cognition and Artificial Intelligence.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,089
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,119
Tête enseignante GPT0,461
Écart entre enseignants0,342 · 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.

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

Citations4
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePossibility Studies & SocietyMême sujetCreativity in Education and NeuroscienceTravaux en français237 207