MétaCan
Menu
Retour à la cohorte
Enregistrement W2007603478 · doi:10.1075/ni.14.1.06lap

Autobiographical memories of early language and literacy development

2004· article· en· W2007603478 sur OpenAlexaff
Judith C. Lapadat

Notice bibliographique

RevueNarrative Inquiry · 2004
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueEFL/ESL Teaching and Learning
Établissements canadiensUniversity of Northern British Columbia
Organismes subventionnairesnon disponible
Mots-clésNarrativeLiteracyFormative assessmentPsychologyCentralityLanguage acquisitionNarrative inquiryPerceptionQualitative researchPedagogyLinguisticsSociologyMathematics educationAnthropology

Résumé

récupéré en direct d'OpenAlex

The aim of this study was to apply a narrative, autobiographical approach to inquiry into the acquisition of language and literacy. This article reports the results of a qualitative analysis of nine women's written recollections of their early language and literacy development, as rooted in family, cultural, school, and community experiences and contexts, and the meanings they give to these memories. In these narratives recounted by adults about their childhood experiences, the stories are weighted with their own interpretations, and the events selected for retelling are ones that, on reflection and in the light of subsequent experience, they have come to see as formative in their lives. Key themes that participants discussed relate to the centrality of the family, their self-descriptions as avid readers, their negative perceptions of school, and their perceptions about the role of culture. Two contributions of this study are that it methodologically complements traditional observational approaches to language acquisition research, and that voices from underrepresented communities are heard. (Language Development, Literacy, Adult Learning, Narrative Analysis, Autobiographical Approach, Qualitative Research)

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)0,002
score de la tête « metaresearch » (Gemma)0,009
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 enseignants0,005
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0030,006
Communication savante0,0030,004
Science ouverte0,0010,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,035
Tête enseignante GPT0,297
Écart entre enseignants0,262 · 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

Citations16
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNarrative InquiryMême sujetEFL/ESL Teaching and LearningTravaux en français237 207