A Study of Children`s Meaning Making of Literary Elements: Focusing on Plot, Theme, and Characters
Notice bibliographique
Résumé
This study was designed to describe how preschool and kindergarten children made sense of a story by analyzing their responses to plot, theme and characters. This study proposes that childrens character understanding is closely related to their understanding of plot and theme. Ninety four preschool and kindergarten children and sixty four college sophomores participated in reading aloud and responding to activities from the book, The Tunnel by A. Browne (1989). The participants were individually interviewed about how they understood the literary elements. The interview questions were developed with reference to Lehr (1991), Roser, Martinez, Fuhbrken & McDonnold (2007), and Sloan (2003) in order to understand childrens understanding of plot, theme and character. Transcribed responses were coded in traits related to plot, theme and character. The responses of the college students were used to understand the adult point of view on literary meaning making. From the present study, it is evident that young childrens meaning making of literary elements is different from adults. Further, it is different even among young age groups. When a childs age gets to 5, his/her understanding of character becomes more merged with events and plots, which are similar to that of an adult. However young childrens understanding of psychological or internal aspects of character, of which understanding guarantees sense of theme and plot remains to be developed later. From this study, it seems reasonable to suggest that plot and theme becomes comprehensible through deeper understanding of characters.
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 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 | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».