MétaCan
Menu
Retour à la cohorte
Enregistrement W4403514613 · doi:10.1080/03098265.2024.2406292

Getting punk and personal: creating and evaluating podcasts and zines as pedagogy for teaching and learning in critical geographical methodologies

2024· article· en· W4403514613 sur OpenAlexaff
Kiera E. B. McMaster, Saskia N. de Wildt, Sam Mishos, Erica Shardlow, Heather Castleden

Notice bibliographique

RevueJournal of Geography in Higher Education · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGeography Education and Pedagogy
Établissements canadiensUniversity of VictoriaQueen's University
Organismes subventionnairesnon disponible
Mots-clésPedagogySociologyPunkTeaching methodHigher educationMathematics educationPsychologyPolitical scienceArt

Résumé

récupéré en direct d'OpenAlex

Punk has its roots in the garage bands of the 1960s and 1970s as expressions of resistance to mainstream music. Punk, however, has evolved over time to encompass rebellion and an ethic of DIY (i.e. do it yourself) not just in music but in other domains to reject the status quo. Punk can be found in the university too. Podcasting and zines, for example, are such DIY approaches for postsecondary pedagogy. In this paper, we share our perspectives on the punk creation of a podcast series and zine associated with a course interested in engaging graduate students in critical geographical methodologies in the middle of the COVID-19 pandemic. This work came about through a synchronous online seminar that created space for graduate students to get punk and personal in their approach to engaging with course materials. We (Kiera, Saskia, Sam, and Erica) created a four-part podcast series and zine, “Getting Personal” that was submitted for evaluation in relation to the course objectives. When the course concluded, the professor (Heather) encouraged the podcasters to broadcast their DIY project. Doing so sparked mutual interest in further engagement with theory and praxis towards the work presented here; we speculate about the utility of punk projects as a pedagogical tool for uncertain futures.

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)0,007
score de la tête « metaresearch » (Gemma)0,003
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,182
Score d'incertitude au seuil0,545

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
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 Opus0,125
Tête enseignante GPT0,522
Écart entre enseignants0,397 · 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

Citations7
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Geography in Higher EducationMême sujetGeography Education and PedagogyTravaux en français237 207