MétaCan
Menu
Retour à la cohorte
Enregistrement W2146031840 · doi:10.2304/gsch.2012.2.4.276

Looking into Early Childhood Education and Development Spaces: Visual Ethnography's Contribution to Thinking about Quality

2012· article· en· W2146031840 sur OpenAlexaff
Ailie Cleghorn, Larry Prochner

Notice bibliographique

RevueGlobal Studies of Childhood · 2012
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueParticipatory Visual Research Methods
Établissements canadiensUniversity of AlbertaConcordia University
Organismes subventionnairesnon disponible
Mots-clésEthnographyEarly childhood educationSociologySpace (punctuation)PovertyEarly childhoodContext (archaeology)CentralityQuality (philosophy)PedagogyEpistemologySocial sciencePsychologyDevelopmental psychologyAnthropologyPolitical scienceGeography

Résumé

récupéré en direct d'OpenAlex

Discussions about what constitutes a quality early childhood (EC) environment rarely focus on visual or spatial aspects, except to provide background information for talking about EC practice and children's development in the preschool years. There is a need to look beyond the usual quality indicators, which tend to focus on poverty and children's developmental potential so that context and cultural dimensions are often omitted in the discussion. This article thus explores the contribution of visual ethnography for thinking more about, or rethinking, some of the prevailing notions of quality in early childhood education (ECE). To do so, culture is seen as central to the discussion. This includes the organisation of space and the use of materials in EC settings. The idea in this article is to present images that stand in contrast to some of the current globalising discourse about what is good for the world's children. In so doing, the authors thread together seemingly disparate ideas stemming from the centrality of culture and space theory, to the organisation of space, to the use of materials and to transitions in ECE.

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)0,011
score de la tête « metaresearch » (Gemma)0,015
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 enseignants0,011
Score d'incertitude au seuil0,059

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,015
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,003
Études des sciences et des technologies0,0060,027
Communication savante0,0100,011
Science ouverte0,0010,009
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,205
Tête enseignante GPT0,573
Écart entre enseignants0,368 · 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

Citations6
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal Studies of ChildhoodMême sujetParticipatory Visual Research MethodsTravaux en français237 207