MétaCan
Menu
Retour à la cohorte
Enregistrement W2145174117 · doi:10.26522/brocked.v22i1.308

Surfacing the Assumptions: Pursuing Critical Literacy and Social Justice in Preservice Teacher Education

2012· article· en· W2145174117 sur OpenAlexvenueno aff
Lorayne Robertson, Janette Hughes

Notice bibliographique

RevueBrock Education Journal · 2012
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueLiteracy, Media, and Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTransformative learningLiteracyPedagogyCritical literacyAffordanceTeacher educationSociologySocial justiceDigital literacyMathematics educationPsychologyThe artsSocial sciencePolitical science

Résumé

récupéré en direct d'OpenAlex

This paper outlines a four-year study of a preservice education course based on a socioconstructivist research framework. The preservice English Language Arts course focuses on critical literacy and teaching for social justice while employing digital technologies.The research study examines two concepts across all aspects of the course: 1) new literacies and multiliteracies; and 2) technology-supported transformative pedagogy for social and educational change. While the authors originally undertook the study to evaluate separate assignments of the course, the lens of the two themes has provided an opportunity for a scholarly review of their teaching practices. Research data include three course assignments over a 2-year period; an open-ended survey; and focus group and individual interviews with pre-service teachers. The authors discuss some of the affordances, challenges, and learnings associated with preparing teachers to teach critical literacy in a digital age. They also consider the development of critical literacy skills which encourage preservice teachers to bring their literacy histories and assumptions to the surface, examine them critically, and consider social justice alternatives.

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)0,009
score de la tête « metaresearch » (Gemma)0,016
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 enseignants0,014
Score d'incertitude au seuil0,047

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,016
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0140,017
Communication savante0,0100,006
Science ouverte0,0020,009
Intégrité de la recherche0,0020,006
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,034
Tête enseignante GPT0,334
Écart entre enseignants0,301 · 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

Citations7
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBrock Education JournalMême sujetLiteracy, Media, and EducationTravaux en français237 207