MétaCan
Menu
Retour à la cohorte
Enregistrement W7021096970

My Story of a Global Art Educator: Exploring Creative Encounters with Ukrainian Vernacular Art in Postmigrant Refugee Worldmaking

2025· other· en· W7021096970 sur OpenAlexaboutno aff

Notice bibliographique

RevueSpectrum Research Repository (Concordia University) · 2025
Typeother
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPretextTubulopathyNucleofectionLiquationTSG101Contractualism
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The destruction in my native Ukraine intensified my need to critically and meaningfully locate the sense of self in relation to the world and the groundbreaking events surrounding the outbreak of the Russia-Ukraine war in 2022, alongside my role as an art educator in fostering peaceful and inclusive educational environments. I turned to Global Citizenship theory and explored the globality of forced migration and the issue of war by considering the migrant identity of a global citizen from my local perspective as a Ukrainian immigrant, as well as that of Ukrainian refugees in Montreal, Canada. My main question was how selected Ukrainian refugees experience identity, belonging, and difference beyond the traditional binary and exclusionary perspectives on migration. To understand their experiences, I investigated the notion of worldmaking denizen proposed by the postmigrant analytical perspective while applying narrative inquiry methods coupled with the artistic lens of Ukrainian vernacular art, particularly Petrykivka painting. This approach facilitated a nuanced and meaningful understanding of the participants’ experiences as a transversal dialogue across differences and antagonisms. The understanding guided me in conceptualizing my globally oriented professional position through a hybrid confabulation of motif-motive—an inclusive and relational representational system that encompasses art, citizenship, and the significance of individual and community action in shaping the future.

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)0,005
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: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,005
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0260,027
Communication savante0,0150,007
Science ouverte0,0020,013
Intégrité de la recherche0,0040,006
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,028
Tête enseignante GPT0,284
Écart entre enseignants0,255 · 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
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSpectrum Research Repository (Concordia University)Travaux en français237 207