MétaCan
Menu
Retour à la cohorte
Enregistrement W2307512113 · doi:10.1515/jtes-2015-0002

Digital Citizenship in the Afterschool Space: Implications for Education for Sustainable Development

2015· article· en· W2307512113 sur OpenAlexafffund
Patrick Howard

Notice bibliographique

RevueJournal of Teacher Education for Sustainability · 2015
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueLiteracy, Media, and Education
Établissements canadiensCape Breton University
Organismes subventionnairesGovernment of Canada
Mots-clésTransformative learningHappeningSpace (punctuation)CurriculumCitizenshipSociologySustainable developmentEducation for sustainable developmentEngineering ethicsPedagogyPolitical scienceEngineeringComputer science

Résumé

récupéré en direct d'OpenAlex

Abstract Education for sustainable development (ESD) challenges traditional curricula and formal schooling in important ways. ESD requires systemic thinking, interdisciplinarity and is strengthened through the contributions of all disciplines. As with any transformative societal and technological shift, new questions arise when educators are required to venture into unchartered waters. Research has led to some interesting findings concerning digital literacies in the K-12 classroom. One finding is that a great deal of digital media learning is happening outside the traditional classroom space and is taking place in the afterschool space (Prensky, 2010). Understanding the nature of learning in the afterschool space and bridging the current divide between formal schooling and the learning happening online is critical to the establishment of core ESD values and skills, namely ethical online communities and the development of respectful, tolerant global digital citizens.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,005
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,094
Score d'incertitude au seuil0,996

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,040
Tête enseignante GPT0,325
Écart entre enseignants0,285 · 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 tête enseignante, 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

Citations20
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Teacher Education for SustainabilityMême sujetLiteracy, Media, and EducationTravaux en français237 207