“That Sounds So Cooool”: Entanglements of Children, Digital Tools, and Literacy Practices
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Many observers have argued that minority language speakers often have difficulty with school‐based literacy and that the poorer school achievement of such learners occurs at least partly as a result of these difficulties. At the same time, many have argued for a recognition of the multiple literacies required for citizens in a 21st century world. In this study the researchers examined a specific case in which English language learners ( ELL s) made short videos about sustainability and social justice, to determine the diverse literacy practices such activities entailed. The researchers found that children produced storyboards and scripts, and videos with titles, and engaged in several other literacy activities, discussing what “made sense” in sequencing in a documentary story, what sustainability and social justice meant, how to report on information they had gathered, and so on. They also examined how new materiality theories might assist us in analyzing how ELL s engage in digital literacy activities. These theories encourage us to think about how human beings interact with other kinds of materials to accomplish perhaps novel tasks. With respect to language learning, such a view might challenge our conceptions of language and literacy learning. For new materiality theorists, language and literacy cannot be an “out‐there” kind of “thing” that learners put “inside” themselves. Rather, languages and literacies and people and their activities and other materials accompany one another, and are entangled in sociomaterial assemblages that rub up against one another in complex and as yet unpredictable ways.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,003 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle