“The Being of Being Creative” in Assessment: Learning from the Creative and Performing Arts
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Assessment design shapes not only what students learn, but who they become as learners. In the era of generative artificial intelligence (GenAI), where information is abundant and recall is easily outsourced, higher education assessment must move beyond memorization and toward authentic tasks that cultivate deeper learning and ontological growth. This conceptual, reflective paper argues that assessment should be grounded in students’ mode of being, rather than restricted to knowing, having, or doing. Drawing on Barnett’s ontology of higher education, Biesta’s subjectification, and Su’s epistemological distinctions, this paper positions assessment as a formative site where agency, ownership, identity, and self-understanding can be intentionally developed. This paper draws on a narrative literature review that synthesises research on assessment in the creative and performing arts, selected purposively for its attention to creativity and learner empowerment. The synthesis identifies four quality indicators through which assessment engages students’ being: (1) shifting from reproduction to creation via open tasks and multimodal outputs; (2) situating assessment in naturalistic, public-facing contexts that connect learning to authentic audiences and communities; (3) adopting holistic approaches that value process, reflexivity, and becoming self-assessors; and (4) foregrounding communication through dialogue, critique, consultation, and the cultivation of an ontological student voice. The paper concludes that “assessment for becoming” is essential for meaningful engagement and integrity in AI-shaped learning environments.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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