MétaCan
Menu
Retour à la cohorte
Enregistrement W4403929213 · doi:10.4324/9781032614144-12

A Writer in Art School

2024· book-chapter· en· W4403929213 sur OpenAlexaboutno aff
Catherine Black

Notice bibliographique

Revuenon disponible
Typebook-chapter
Langueen
DomaineArts and Humanities
ThématiqueArt Education and Development
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésArtVisual artsLinguisticsPhilosophy

Résumé

récupéré en direct d'OpenAlex

Art and design practices and creative writing have long enjoyed a symbiotic, mutually inspiring relationship—as they do in my current position at OCAD University, the first, largest and most comprehensive art, design and media university in Canada—so it comes as no surprise that more and more post-secondary art and design institutions see Creative Writing programs as a natural fit to educate creative problem-solvers. But beyond recognizing synergies of practice and process in a postsecondary arts context, how might we, as educators, foster true interdisciplinarity and an ongoing cross-pollination of creative modes of production between visual artists, designers and writers? How might these synergies be explored and expanded upon in the classroom, the curriculum and perhaps most importantly, in the community? How do we create space and opportunities to encourage writing students to produce language-based work that explores visual, spatial, tactile, digital and performative elements? This chapter will examine methodologies that foster exploration in interdisciplinarity, outlining projects and practices undertaken in the first four years of OCADU’s Creative Writing program, including in-class experiences and exercises, public projects, curricular intersections and student-led events and publications, all of which encourage writing that seeks new spaces for text and engages with the precepts, materials and processes of art and design practices.

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)0,001
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: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,052
Score d'incertitude au seuil0,174

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0140,005
Communication savante0,0130,005
Science ouverte0,0010,003
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0520,015

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 Opus0,037
Tête enseignante GPT0,240
Écart entre enseignants0,202 · 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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetArt Education and DevelopmentTravaux en français237 207