MétaCan
Menu
Retour à la cohorte
Enregistrement W2088088842 · doi:10.1080/09500780508668700

A Socio-cultural Perspective on School-based Literacy Research: Some Emerging Considerations

2005· article· en· W2088088842 sur OpenAlexaff
A. van Enk, Diane Dagenais, Kelleen Toohey

Notice bibliographique

RevueLanguage and Education · 2005
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueLiteracy, Media, and Education
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésLiteracySociologyMainstreamSociocultural evolutionPedagogyReading (process)Critical literacySociocultural perspectiveContext (archaeology)Variety (cybernetics)PsychologyLinguisticsPolitical science

Résumé

récupéré en direct d'OpenAlex

Much research on reading and writing in schools continues to focus on individual cognitive skills. In contrast, investigations of literacy-learning in out-of-school settings have often taken a socio-cultural perspective, situating reading and writing in social relations and cultural institutions. The last 20 years have seen a proliferation of studies documenting the ways in which printed texts are taken up in a wide variety of settings from after-school clubs and community-based adult literacy programmes to workplaces, the Internet, and ‘everyday life’. Increasingly, there have been calls for sociocultural literacy researchers to begin directing their attention to mainstream educational contexts. In this paper, we join in and seek to contribute to such calls by drawing out some of the complexities and caveats that also need to be kept in mind. After briefly reviewing what it means to define literacy and learning in relation to socio-cultural context, we explore some recent arguments for conceptual and methodological refinements. We then turn our attention to schools and to what a socio-cultural definition of literacy has to offer in terms of addressing diversity and educational inequity, and we draw out several issues that require closer consideration.

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)0,050
score de la tête « metaresearch » (Gemma)0,031
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,050
Score d'incertitude au seuil0,264

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0500,031
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0090,012
Études des sciences et des technologies0,0150,063
Communication savante0,0230,034
Science ouverte0,0040,012
Intégrité de la recherche0,0090,013
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 Opus0,056
Tête enseignante GPT0,387
Écart entre enseignants0,331 · 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'étudeThéorique ou conceptuel
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

Citations20
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLanguage and EducationMême sujetLiteracy, Media, and EducationTravaux en français237 207