MétaCan
Menu
Retour à la cohorte
Enregistrement W1994378835 · doi:10.1007/s11422-013-9565-9

Engaging novice teachers in semiotic inquiry: considering the environmental messages of school learning settings

2014· article· en· W1994378835 sur OpenAlexafffund
Bonnie Shapiro

Notice bibliographique

RevueCultural Studies of Science Education · 2014
Typearticle
Langueen
DomainePsychology
ThématiqueLanguage, Metaphor, and Cognition
Établissements canadiensUniversity of Calgary
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésSemioticsSignagePedagogySociologyConstruct (python library)Power (physics)PsychologyEpistemologyComputer science

Résumé

récupéré en direct d'OpenAlex

Katherine Fogelberg’s insightful study of the messages of zoo signs describes the complex, sometimes contradictory nature of the messages they communicate. The construction and content of signs are influenced by institutional power. Fogelberg argues that the creation of zoo signage designed to inform the public can, through its messages, silence a perspective of care and compassion for animals. The research presented in the following article extends discussion about the value of critical considerations of cultural and institutional messages created and read in another type of setting designed to educate and inform, the school learning setting. The article reports on a project that engaged novice teachers in explorations of the nature and types of environmental messages found in learning settings. During our inquiry work together, novice teachers suggested areas of particular concern to them, and began to construct ideas about aspects of their work in which they plan to take action or engage in future inquiry. The research also reveals some of the challenges involved when novice educators first begin the process of engaging in semiotic interpretive readings of learning settings.

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)0,015
score de la tête « metaresearch » (Gemma)0,027
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,993
Score d'incertitude au seuil0,077

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,027
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0070,026
Communication savante0,0140,012
Science ouverte0,0020,009
Intégrité de la recherche0,0040,005
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,046
Tête enseignante GPT0,358
Écart entre enseignants0,312 · 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.

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

Citations2
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCultural Studies of Science EducationMême sujetLanguage, Metaphor, and CognitionTravaux en français237 207