A Narrative Approach to Understanding the Development and Retention of Digital Skills Over Time in Former Middle School Students, a Decade After Having Used One-to-One Laptop Computers
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
Although there is a common result in recent research and practice that digital skills are important for every educated citizen, little is known of how these skills are evolving over a long period of time. Our study looks into the development and use of digital skills in former middle school students who had an individual access to the laptops a decade ago and are now entering the workforce. Using a qualitative approach, we look at results from an earlier study on one-to-one laptop use in middle school students, as well as results from follow-up interviews with three students from that cohort. More specifically, we present narrative stories offering a rich description of the personal experience of digital skill acquisition through information and communication technology (ICT)-assisted learning and the sustainability of these skills later in adulthood. Our findings indicate three specific types of digital skills, namely, technological resourcefulness, digital self-efficacy or empowerment, and open-mindedness toward technology, that emerge as key elements of the participants' perception of postsecondary academic and eventual further career success. The results of this study can be used to better understand how ICT skills are acquired and how they evolve over time in young people who grew up (or are growing up) in a digital world and how this process can be enhanced by educational institutions and workplaces. (Keywords: digital literacy, ICT, middle school, one-to-one laptop programs)
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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