MétaCan
Menu
Retour à la cohorte
Enregistrement W7133052444

Poetry comprehension: a description of the cognitive and emotional processing of literary experts and novices

2003· dissertation· W7133052444 sur OpenAlexaff
Ingrid K. Braun

Notice bibliographique

RevueTSpace · 2003
Typedissertation
Langue
DomaineArts and Humanities
ThématiqueMedia Influence and Health
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPoetryComprehensionCognitionInterpretation (philosophy)Set (abstract data type)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

To describe the cognitive and emotional processes involved in poetry comprehension in novice and expert readers, responses to emotional and intellectual poems were collected from 24 English literature students (12 undergraduate, 12 graduate) and were qualitatively analyzed. Participants read two poems, circling and underlining those areas which stimulated thoughts and feelings, respectively. They then discussed their poetic understanding by explaining those marks. Two questionnaires were administered to determine (a) what readers know about poetry comprehension, and (b) what readers know of their cognitive and emotional responses to each poem. Factors for each data set were derived and were used to indicate underlying meaning-making representations. The factors illustrate that experts have a concept of interpretation (Olson, 1994) so are able to consider the process as well as the products of reading. Novices, in comparison, tend to consider only the products. Practicing an aesthetic stance (Rosenblatt, 1978, 1995) within the context of a reader-centered classroom (Langer, 1993) may promote novices' acquisition of this concept.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,164
Score d'incertitude au seuil0,822

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
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 Opus0,059
Tête enseignante GPT0,331
Écart entre enseignants0,273 · 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'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
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTSpaceMême sujetMedia Influence and HealthTravaux en français237 207