MétaCan
Menu
Retour à la cohorte
Enregistrement W1969793700 · doi:10.1108/17504970910967573

Using digital technologies to address Aboriginal adolescents' education

2009· article· en· W1969793700 sur OpenAlexaffabout
Fatima Pirbhai‐Illich, K. C. Nat Turner, Theresa Austin

Notice bibliographique

RevueMulticultural Education & Technology Journal · 2009
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueLiteracy, Media, and Education
Établissements canadiensUniversity of Regina
Organismes subventionnairesnon disponible
Mots-clésMainstreamPedagogyCurriculumSociologyLiteracyInclusion (mineral)Digital literacySituatedOriginalityCritical literacyTechnology integrationMathematics educationTeaching methodPsychologyPolitical scienceSocial scienceQualitative researchComputer science

Résumé

récupéré en direct d'OpenAlex

Purpose The purpose of this paper is to examine how digital technologies were introduced in a collaborative literacy intervention to address a population long underserved by traditional schools: the Aboriginals of Canada. Design/methodology/approach Situated within a critical ethnographic project, this paper examines how digital technologies were introduced. The questions focused on: how can critical multiliteracies be used to engage students, in both academic and digital literacies development? In what ways does participation in multimodal media production provide evidence of teachers and students' critical literacy development? Findings Digital literacies as a part of multiliteracies were developed in teaching contexts where learning is challenged by many factors. Research limitations/implications The paper reports on the achievement and the struggles that remain. Implications for further research and teacher education are also drawn from the experience of implementing a broader definition of literacy in academic settings with Aboriginal students of Canada. Originality/value The inclusion of a digital curriculum provides possibilities for greater academic success for marginalized students in both mainstream and alternative schools.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,685
Score d'incertitude au seuil0,863

Scores Codex et Gemma par catégorie

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

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 Opus0,024
Tête enseignante GPT0,322
Écart entre enseignants0,298 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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

Citations31
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMulticultural Education & Technology JournalMême sujetLiteracy, Media, and EducationTravaux en français237 207