MétaCan
Menu
Retour à la cohorte
Enregistrement W7017639785

Aspects of the implementation of digital tools in the visual arts classroom

2022· article· en· W7017639785 sur OpenAlexaboutno aff

Notice bibliographique

RevueKTH Publication Database DiVA (KTH Royal Institute of Technology) · 2022
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueArt Education and Development
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésThe artsCompetence (human resources)Digital artVisual approachVisual languageWork (physics)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The aim of this research compilation is to show and discuss aspects of the implementation of digital tools in the visual arts classroom in Sweden. The purpose is to find out what approach visual art teachers have to the use of digital tools in their classroom, and how this affects the lessons and interactions between the students and the teachers. The articles have been found through multiple sources, the ones used are ERIC, SwePub and DiVa-Portal. The articles are all peer-reviewed and published after 1996. The main amount of articles are in a Swedish context, but there’s also a few international articles to give a broader perspective. These other articles come from Australia, Canada and the United Kingdom. Some of the articles haven’t been found via the mentioned sites, but were nudged to us by our supervisor. The results show that visual art teachers are still to some degree reluctant to incorporate the use of digital tools in the visual arts classroom. This is mostly due to lack of knowledge, skills or resources available for the teacher. Another part is that the visual arts still are considered a creative hands-on subject, which makes it hard to implement digital tools since they mostly are considered theoretical tools. This research compilation concludes that there’s still further work to be done to implement digital tools in a way that visual art teachers can fully use. And there’s still a need for digital competence among both students and teachers. However, it’s already starting to turn, with more students gaining access to their own personal computers, consequently more opportunities for digital learning appearing.

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)0,005
score de la tête « metaresearch » (Gemma)0,018
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,017
Score d'incertitude au seuil0,056

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,018
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,003
Études des sciences et des technologies0,0030,007
Communication savante0,0170,005
Science ouverte0,0010,005
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,045
Tête enseignante GPT0,304
Écart entre enseignants0,259 · 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'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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueKTH Publication Database DiVA (KTH Royal Institute of Technology)Même sujetArt Education and DevelopmentTravaux en français237 207