MétaCan
Menu
Retour à la cohorte
Enregistrement W1563392795 · doi:10.1017/cbo9780511840975.006

Some Cognitive Tools of Literacy

2003· book-chapter· en· W1563392795 sur OpenAlexaff
Kieran Egan, Natalia Gajdamaschko

Notice bibliographique

RevueCambridge University Press eBooks · 2003
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiqueEducation and Critical Thinking Development
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésLiteracyCognitionPsychologyCognitive sciencePedagogyNeuroscience

Résumé

récupéré en direct d'OpenAlex

For the educator interested in such topics as how to engage children in becoming more fluently literate, Vygotsky has offered a crucially important insight. Before his work – and, of course, still commonly the case for those who have been unable to see its richer implications for education – approaches to education generally have tended to take one or more of three general approaches. We will sketch them very briefly and then indicate in what way Vygotsky's insight into the role of cognitive tools helps us to transcend the limitations of the three traditional approaches. The main purpose of our chapter, however, is to explore some new implications of Vygotsky's insight, seeking to unfold it in ways that enable educators to discover new pathways to engage students in literacy successfully. We think, also, that this analysis of the cognitive tools that are constituents of literacy provides a novel expansion of Vygotsky's insight in ways directly applicable to education. THREE TRADITIONAL CONCEPTIONS OF THE EDUCATOR'S TASK The first, and most ancient, conception of the educator's task is to engage the young learner in what today we call an apprenticeship relationship with an expert. The child would, consequently, learn by doing with an expert on hand to guide and correct the novice. This kind of learning has been perhaps the most common in human cultures across the world and was almost the exclusive mode of instruction in hunter–gatherer societies.

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)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,002
Études des sciences et des technologies0,0020,026
Communication savante0,0070,010
Science ouverte0,0010,002
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,044
Tête enseignante GPT0,278
Écart entre enseignants0,234 · 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'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

Citations42
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCambridge University Press eBooksMême sujetEducation and Critical Thinking DevelopmentTravaux en français237 207