Writing Post-modern Fairy Tales at Main Street School: Digital narratives and evolving transliteracies
Notice bibliographique
Résumé
ABSTRACT. At an elementary school in inner city Toronto, I am working with the principal, a kernel group of primary teachers, and the school’s technician to develop children’s digital literacies. Main Street School is dedicated to the pursuit of social equity for its population of grade K-5 students who are characterized by high multiculturalism and low income. The school achieves this goal through the promotion of digital learning. Our project experimentally writes the children of Main Street School into dynamic postmodern digital versions of traditional European fairy tales, and showcases the evolving transliteracies children are navigating in the pursuit of emergent literacy. REDACTION DE CONTES DE FEE POSTMODERNES A LA MAIN STREET SCHOOL : HISTOIRES NUMERIQUES ET LITTERATIES NOUVELLES RESUME. En collaboration avec le directeur, un groupe d’enseignants et les techniciens d’une ecole primaire de la grande ville de Toronto, je travaille au developpement des connaissances numeriques des enfants. La Main Street School se consacre a la poursuite de l’equite sociale chez ses eleves de niveau K-5 qui se distinguent par un multiculturalisme marque et de faibles revenus. L’ecole realise cet objectif en encourageant l’apprentissage numerique. A titre experimental, notre projet campe les enfants de la Main Street School dans des versions numeriques postmodernes et dynamiques de contes de fee europeens traditionnels, et montre comment les enfants de cultures differentes evoluent vers une culture emergente.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,009 | 0,019 |
| Communication savante | 0,007 | 0,003 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».