Invitations to literacy : research on literacy interactions between authors and students
Notice bibliographique
Résumé
This study explored the nature of and extent to which Canadian children's authors were inviting school-age students into literacy. The most common forms of interaction between authors and readers were identified. While essentially exploratory in nature this investigation provided some descriptive research to help uncover the parameters of the phenomenon of authors interacting with readers at literacy events. A pilot study was conducted in 2004 to help inform the national survey given in 2007. Seventy-three Canadian children's authors participated in the national survey. The email survey consisted of 15 items and asked a variety of questions ranging from how authors shared their craft with students to how beneficial authors found websites as a means of communicating with their readership. From the 125 pages of transcription of responses the following general themes arose: authors in school environments, correspondence, websites, author roles, authors as literacy resources, engaging in the literacy process, and facilitating events and people. Two main research tools were used in this study. Atlas.ti was used to generate key categories from the authors' comments. SPSS was used to generate frequencies. Findings from this study suggested that authors were highly engaged in inviting students further into literacy by meeting and corresponding with readers. Authors identified elements of fiction, researching, reading, developing style, and generating ideas as central components of their dialogues and mentoring of school-aged children. Authors also said that websites were significant for maintaining contact with their readership. Based on the findings of this research, a theoretical model was developed. The Reader/Author Reciprocal Mediation Model considers how students' literacy can improve when authors and readers of texts interact with a storyworld. This study provides a framework for understanding how authors are impacting student literacy.
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 | 0,012 | 0,076 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,004 |
| Études des sciences et des technologies | 0,010 | 0,006 |
| Communication savante | 0,008 | 0,004 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».