MétaCan
Menu
Retour à la cohorte
Enregistrement W7143279012 · doi:10.22176/act24.2.136

Pandemic Profits: The Hidden Privatization of US and Canadian Music Education

2025· article· W7143279012 sur OpenAlexaffabout
Antía González Ben, Jess Mullen

Notice bibliographique

RevueAction Criticism and Theory for Music Education · 2025
Typearticle
Langue
DomaineArts and Humanities
ThématiqueDiverse Music Education Insights
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPandemicMusic educationEquity (law)Work (physics)Digital audioHigher educationPublic policy

Résumé

récupéré en direct d'OpenAlex

Employing Stephen Ball’s notion of network governance, this study examines the relationships between private companies, non-profit organizations, and public institutions involved with music education in the United States (US) and Canada during the COVID-19 pandemic. To identify which public and private actors had a hand in shaping music education policy, we traced the digital music resources three major professional organizations recommended at the height of the pandemic. Also, we examined these organizations’ equity discourses surrounding the adoption of digital music-making services in public schools. Informed by the work of critical theorists Ball, Deborah Youdell, Naomi Klein, and Mark Fisher, our analysis suggests that the uptake of digital technologies during the pandemic may have deepened the hidden privatization of public schooling in the US and Canada. We conclude by advocating for a techno-skeptical approach to music technology and a re-investment in schooling as a public good.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,572
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,048
Tête enseignante GPT0,291
Écart entre enseignants0,243 · 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.

Devis d'étudeThéorique ou conceptuel
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
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAction Criticism and Theory for Music EducationMême sujetDiverse Music Education InsightsTravaux en français237 207