MétaCan
Menu
Retour à la cohorte
Enregistrement W1997241891 · doi:10.1093/llc/fqs069

Reading practices and digital experiences: An investigation into secondary students' reading practices and XML-markup experiences of fiction

2013· article· en· W1997241891 sur OpenAlexaffabout
Dustin Grue, Teresa Dobson, Mark J. Brown

Notice bibliographique

RevueLiterary and Linguistic Computing · 2013
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueDigital Humanities and Scholarship
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesDivision of Undergraduate EducationBrown University
Mots-clésMarkup languageReading (process)XMLNegotiationCurriculumComputer scienceWorld Wide WebPedagogyLibrary scienceSociologyPolitical scienceSocial science

Résumé

récupéré en direct d'OpenAlex

This article reports on a study of XML-markup experiences as reading practices of secondary students studying English literature in a public high school in Vancouver, British Columbia, Canada. Since training in the digital humanities (DH) has historically been restricted to those in undergraduate and graduate programs, an important consideration in DH education is how we might implement DH methods in secondary school curricula with a view to introducing prospective scholars to the field prior to their admission to post-secondary education. A concomitant goal would be to investigate a new locus for DH education, at a different level of education and in a different institutional environment, to observe how or if DH might migrate from the locale to which it has acclimatized. Our work maps a method for developing this pedagogy and presents findings on students’ semantic tagging of two short stories: Ernest Hemingway’s (1927) ‘Hills Like White Elephants’ and Sean O’Faolain’s (1948) ‘The Trout’. Analysis of this tagging reveals markup as reading practice and describes how students negotiate between the experiences of reading, how these experiences may be realized by text, and the ways in which XML markup—as process—mediates between.

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)0,003
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,014
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,002
Études des sciences et des technologies0,0090,010
Communication savante0,0080,003
Science ouverte0,0010,006
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,034
Tête enseignante GPT0,288
Écart entre enseignants0,254 · 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'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

Citations3
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueLiterary and Linguistic ComputingMême sujetDigital Humanities and ScholarshipTravaux en français237 207