MétaCan
Menu
Retour à la cohorte
Enregistrement W7155523362 · doi:10.59236/ijea2n7

Learning Through the Arts™

2001· article· W7155523362 sur OpenAlexaboutno aff
Angela Elster

Notice bibliographique

RevueInternational journal of education and the arts · 2001
Typearticle
Langue
DomaineArts and Humanities
ThématiqueArt Education and Development
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCurriculumGeneral partnershipThe artsNational curriculumMusic educationCurriculum developmentAustralian CurriculumArts in education

Résumé

récupéré en direct d'OpenAlex

This article describes an artist-teacher-institutional collaboration that began in Toronto, Canada, in the mid-1990s, and that has grown to become national initiative. Learning Through the Arts™(LTTA) was established in 1995 by The Royal Conservatory of Music, a national leader in preschool and music education programs, and was soon to change the ways in which 60 artists, 200 teachers and 4,000 students in Toronto approached and experienced public education. The initiative grew out of a response to the need to expand learning opportunities for young people in schools. The project involves an approach to learning through the arts, where the arts are used to access concepts and make meaning. The structure of the program is outlined in the paper, as well as some initial research findings. The five year pilot project, which developed and tested the model that is now being implemented with over 20,000 students in six additional cities across Canada, involved Toronto artists in partnership with the former North York Board of Education (now the Toronto District School Board). After a short period, LTTA garnered the support of artists, teachers, principals, and upper administration. Research on the Toronto pilot has indicated that students' attitudes towards school curricula have improved, that teachers have gained confidence and skills related to teaching from an arts-infused perspective, and that administrative practices were changed to increase support for arts curricula after involvement with LTTA.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,251
Score d'incertitude au seuil0,500

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0100,012
Communication savante0,0090,005
Science ouverte0,0010,008
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0200,004

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 Opus0,036
Tête enseignante GPT0,321
Écart entre enseignants0,284 · 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'étudeSans objet
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
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational journal of education and the artsMême sujetArt Education and DevelopmentTravaux en français237 207