Death discussion in science read‐alouds: Cognitive, sociolinguistic, and moral processes
Notice bibliographique
Résumé
Abstract Little research has been conducted on how to address the complex topic of death when teaching science to children. The present paper addresses this issue by examining how three elementary teachers discuss the death of wild animals during science read‐aloud sessions. Our findings reveal the variety of ways in which nonhuman death can be cognitively, sociolinguistically and morally organized in such contexts. In terms of cognition, animal death was conceptualized metaphorically in terms of linear or cyclic motion (SOURCE‐PATH‐GOAL and CYCLE image schemas). Sociolinguistically, animal death was sometimes approached as the product of an agent's action (e.g., a predator) and at other times as an agentless outcome (e.g., a biological event that simply befell upon living creatures). Lastly, natural death was presented as morally “good” (i.e., acceptable biological outcomes of life in the wild), whereas pollution‐related death was organized as unnatural and morally “bad” (i.e., unacceptable loss of natural life whose occurrence students should critically question). This study highlights the centrality of metaphorical structuring to nonhuman death discussions in the science read‐alouds investigated and the possible pedagogical implications of favoring the approaches described. © 2013 Wiley Periodicals, Inc. J Res Sci Teach 51: 117–146, 2014
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,005 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».