MétaCan
Menu
Retour à la cohorte
Enregistrement W2015571276 · doi:10.2304/elea.2011.8.3.258

Digital (A)Literacy

2011· article· en· W2015571276 sur OpenAlexaff
Phil Rose

Notice bibliographique

RevueE-Learning and Digital Media · 2011
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueChild Development and Digital Technology
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésOralityLiteracyReading (process)Perspective (graphical)PhenomenonRelation (database)SociologyPerceptionLinguisticsPsychologyPedagogyComputer scienceVisual artsEpistemologyArt

Résumé

récupéré en direct d'OpenAlex

This article investigates the tendency of those who explore the topic of ‘electronic literacies’ to downplay the fundamental nature and importance of the perceptual habits associated with print literacy, and highlights the opposite tendency of reading and writing specialists to decontextualize the acquisition of these fundamental skills from the character of the culture at large. Making the case for a perspective located somewhere between these two positions, which attends to cognitive and neurological distinctions between our media interfaces, the author surveys a number of purported social trends in the United States. Among these are the increased rates of television viewing; the inadequacy of writing practice and instruction in American educational institutions; and the migration of writing, typing, and reading to the computer screen. In relation to these trends, he considers our prospects for the cultivation of a type of ‘secondary literacy’, in order that we might attain a kind of equilibrium within the cultural conditions that Walter Ong describes as ‘secondary orality’ – a phenomenon inherent in our general reliance on the most common electronic communication forms, which, in the communication contexts that they create, predominantly employ the spoken word and moving imagery.

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)0,000
score de la tête « metaresearch » (Gemma)0,003
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,050
Score d'incertitude au seuil0,169

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0040,004
Science ouverte0,0000,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0500,007

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 Opus0,019
Tête enseignante GPT0,259
Écart entre enseignants0,240 · 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

Citations4
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueE-Learning and Digital MediaMême sujetChild Development and Digital TechnologyTravaux en français237 207