MétaCan
Menu
Retour à la cohorte
Enregistrement W588047669

Creando narrativas audiovisuales participativas: a/r/tografía e inclusividad

2014· dissertation· es· W588047669 sur OpenAlexaboutno aff
Marta Madrid Manrique

Notice bibliographique

Revuenon disponible
Typedissertation
Languees
DomaineHealth Professions
ThématiqueDigital Storytelling and Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesArtPersonaComicsCartographyGeographyLiterature
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Esta tesis es un proyecto de investigacion educativo, artistico y social que se propone explorar hasta que punto puede ser la creacion de narrativas audiovisuales participativas un medio para la inclusividad, que impacto tienen las experiencias en las personas involucradas, y que potencial tiene el lenguaje narrativo del comic en una investigacion cualitativa. Dada la metodologia de investigacion basada en el comic, esta tesis esta dividida en tres volumenes, similares a una trilogia de una novela grafica. El primer volumen contiene la motivacion para realizar una investigacion basada en el comic, el diseno de la investigacion (basado en la metodologia de la a/r/tografia), el estado de la cuestion de la investigacion educativa basada en las artes, y el marco teorico basado en la educacion artistica, la cultura visual, el video participativo, las narrativas digitales, y la inclusividad. El segundo volumen contiene la parte empirica, los resultados y las conclusiones escritas de las cuatro experiencias educativas en tres contextos diferentes: la Asociacion por el Desarrollo de las relaciones sociales de Granada (ADERES), el grupo bilingue de formacion de profesorado de la Universidad de Granada, y el campamento de verano Eaglearts en Canada. El tercer volumen recoge las conclusiones graficas en diez historietas agrupadas en tres temas correspondientes a las preguntas de la investigacion, asi como la discusion.

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)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,348
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,008

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 Opus0,065
Tête enseignante GPT0,435
Écart entre enseignants0,370 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations1
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetDigital Storytelling and EducationTravaux en français237 207