MétaCan
Menu
Retour à la cohorte
Enregistrement W4409001521 · doi:10.1080/15505170.2025.2482712

Holding water: An index of affectual possibilities and “shuttling intensities” across the social studies

2025· article· en· W4409001521 sur OpenAlexaff
Peter Nelson, Bretton A. Varga

Notice bibliographique

RevueJournal of Curriculum and Pedagogy · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducator Training and Historical Pedagogy
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésIndex (typography)SociologySocial scienceComputer scienceWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

This article theorizes how affect—conceptualized as an embodied intensity of feeling distinct from emotion—can open up alternative pathways of inquiry in social studies classrooms. After discussing prior connections between social studies education research and affect, emotion, and feeling, we focus our analysis on media texts covering two historically significant events: the boat evacuation of Manhattan on September 11, 2001 and the U.S. Capitol riots on January 6, 2021. Through our analysis, we aim to demonstrate how affective readings of diverse texts can provide social studies teachers and students with lines of inquiry (and flight) that could complement more prevalent foci on historical thinking. Through an affective framing, we argue that using media to engage with representations of historical encounters creates multiplicitous pathways that veer away from solely teaching and learning about history to teaching and learning about how history is felt.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,049
Score d'incertitude au seuil0,854

Scores Codex et Gemma par catégorie

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

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 Opus0,086
Tête enseignante GPT0,475
Écart entre enseignants0,388 · 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'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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Curriculum and PedagogyMême sujetEducator Training and Historical PedagogyTravaux en français237 207