MétaCan
Menu
Retour à la cohorte
Enregistrement W1493563448 · doi:10.19173/irrodl.v12i7.1157

Emergent, self-directed, and self-organized learning: Literacy, numeracy, and the iPod Touch

2011· article· en· W1493563448 sur OpenAlexaffvenue
Carlo Ricci

Notice bibliographique

RevueThe International Review of Research in Open and Distributed Learning · 2011
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducational Tools and Methods
Établissements canadiensNipissing University
Organismes subventionnairesnon disponible
Mots-clésNumeracyLiteracyReading (process)PsychologyNarrativePoint (geometry)Mathematics educationComputer sciencePedagogyMathematics

Résumé

récupéré en direct d'OpenAlex

This paper uses narrative and storying to retell how two girls ages 5 and 7 continue to make use of an iPod touch to expand their literacy and numeracy. The paper explores the stopwatch and alarm features within the clock application, as well as the weather application, and the Internet browsing capability of the iPod touch. It also explores some of the challenges and inequities inherent in using this type of technology. The paper concludes with the author’s belief that it is important to allow learners freedom to explore and freely play with the technology and that emergent, self-directed, and self-organized learning is a natural and gentle approach to lifelong learning. Becoming literate and numerate is infinitely complicated, yet very simple. It is infinitely complicated because there are so many variables within and without the individual who is learning these skills that understanding the process fully is nearly impossible. Yet, it is simple because so many successfully become literate and numerate so naturally. Relating to this point Schuerwegen (2011) writes, Ergo, when a child grows up in a reading, writing, counting environment, especially an electronically driven society such as ours, he will one day find the need to pick up all these skills, at least as much as he needs them. (p. 22)

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)0,001
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0030,010
Communication savante0,0060,005
Science ouverte0,0010,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,119
Tête enseignante GPT0,492
Écart entre enseignants0,373 · 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'étudeObservationnel
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

Citations6
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe International Review of Research in Open and Distributed LearningMême sujetEducational Tools and MethodsTravaux en français237 207