MétaCan
Menu
Retour à la cohorte
Enregistrement W4411917511 · doi:10.25071/1916-4467.40840

Mystery: Poetizing by Way of Gelassenheit Toward a Pedagogy of Awe

2025· article· en· W4411917511 sur OpenAlexaffvenue
Sharon Harvey, Douglas D. Karrow

Notice bibliographique

RevueJournal of the Canadian Association for Curriculum Studies · 2025
Typearticle
Langueen
DomainePsychology
ThématiqueChild Therapy and Development
Établissements canadiensBrock University
Organismes subventionnairesnon disponible
Mots-clésSociologyPedagogy

Résumé

récupéré en direct d'OpenAlex

Common ways of thinking in education revolve around the purposes of science, curiosity and calculative modes of thought, resulting in instrumental methods and ends in education and teacher education. Mystery, defined as physis from ancient Greek metaphysics, which highlights both presence and absence, is typically left out of knowing, teaching and learning. Today’s education can benefit from unique approaches emphasizing mystery as presence and absence through “poetizing” or poetic engagement. Poetic knowledge, meditative thinking and awe provide new ways of experiencing curriculum and pedagogy. Borrowing from Martin Heidegger’s Gelassenheit, or “letting be”, and poetizing after this manner, provides a particular posture for encountering things differently in non-objectified ways. Curiosity and awe in curriculum, emotional responses related to mystery, give insight for showcasing the importance of non-objectification, a re-situated stance toward things in an increasingly technological era. For mystery to take its place in education, it will require a move from calculative thinking to meditative thinking, from curiosity to awe, by way of poetizing (qua Gelassenheit).

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,139
Score d'incertitude au seuil0,990

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,023
Tête enseignante GPT0,349
Écart entre enseignants0,326 · 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'étudeSans objet
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'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of the Canadian Association for Curriculum StudiesMême sujetChild Therapy and DevelopmentTravaux en français237 207