MétaCan
Menu
Retour à la cohorte
Enregistrement W4402890236 · doi:10.1177/02557614241281992

Rethinking “musical excellence” from a decolonial perspective: Disruptive autobiographical experiences among doctoral scholars

2024· article· en· W4402890236 sur OpenAlexaff
Lu Liu, Sergio Garcia-Cuesta, Laura Chambers, Sergej Tchirkov, David G. Hebert

Notice bibliographique

RevueInternational Journal of Music Education · 2024
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueDiverse Music Education Insights
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésExcellencePerspective (graphical)MusicalPsychologySociologyMusic educationAestheticsPedagogyVisual artsEpistemologyArt

Résumé

récupéré en direct d'OpenAlex

This collaborative autoethnography was developed by recent doctoral students in music from Southern Europe, Eurasia, East Asia, and North America, along with a professor based in Northern Europe. Our primary research question is “What can disruptive autobiographical experiences teach us about the implications of the decolonization movement for redefining “musical excellence” in higher music education?” The co-authors interviewed each other for their respective personal narratives on this theme, then collaboratively coded, analyzed and developed their results and interpretations. Four sub-questions served as prompts: (1) What was your gateway into music and how did the music learning-tradition that you were exposed to affect your development as a musician? (2) In what ways was the concept of “musical excellence” a part of your (early) development as a musician? (3) How does the concept of “musical excellence” impact how being an “artist” is defined by you and people around you? (4) How did this perception of “what is an artist” affect your musical path (and even how others perceive your career)? We share our findings and discuss implications in terms of possible innovations to higher music education, definitions of “musical excellence,” approaches to evaluation, and the role of competition in education.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCommunication savante, Charge 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 enseignants0,312
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0090,000

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 Opus0,049
Tête enseignante GPT0,317
Écart entre enseignants0,268 · 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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Music EducationMême sujetDiverse Music Education InsightsTravaux en français237 207