MétaCan
Menu
Retour à la cohorte
Enregistrement W4394607931 · doi:10.1186/s40900-024-00570-6

Digital storytelling online: a case report exploring virtual design, implementation opportunities and challenges

2024· article· en· W4394607931 sur OpenAlexafffund
Elizabeth Mansfield, Nafeesa Jalal, R. T. Sanderson, Geeta Shetty, Andrea Hylton, Chelsea D’Silva

Notice bibliographique

RevueResearch Involvement and Engagement · 2024
Typearticle
Langueen
DomaineHealth Professions
ThématiqueDigital Storytelling and Education
Établissements canadiensBrampton Civic HospitalSeneca PolytechnicTrillium Health CentreUniversity of Toronto
Organismes subventionnairesTrillium Health Partners Foundation
Mots-clésStorytellingDigital storytellingNarrativeMultimediaComputer scienceProcess (computing)Interactive storytelling

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Digital storytelling is an arts-informed approach that engages short, first-person videos, typically three to five minutes in length, to communicate a personal narrative. Prior to the pandemic, digital storytelling initiatives in health services research were often conducted during face-to-face workshops scheduled over multiple days. However, throughout the COVID-19 lockdowns where social distancing requirements needed to be maintained, many digital storytelling projects were adapted to online platforms. METHODS: As part of a research project aiming to explore the day surgery treatment and recovery experiences of women with breast cancer in Peel region, we decided to pivot our digital storytelling process to an online format. During the process, we observed that the online digital storytelling format had multiple opportunities and challenges to implementation. RESULTS: This paper outlines our promising practices and lessons learned when designing and implementing an online digital storytelling project including pre-production, production and post-production considerations. CONCLUSIONS: We provide lessons learned for future teams intending to conduct an online digital storytelling project.

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)0,006
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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,931
Score d'incertitude au seuil0,954

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,782
Tête enseignante GPT0,522
Écart entre enseignants0,260 · 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'étudeAutre devis
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 revueResearch Involvement and EngagementMême sujetDigital Storytelling and EducationTravaux en français237 207