MétaCan
Menu
Retour à la cohorte
Enregistrement W2585497290 · doi:10.21432/t21k7t

A Connected Generation? Digital Inequalities in Elementary and High School Students According to Age and Socioeconomic Level | Une génération connectée? Inégalités numériques chez les élèves du primaire et du secondaire selon l’âge et le milieu socioéconomique

2017· article· en· W2585497290 sur OpenAlexaffvenueabout
Simon Collin, Thierry Karsenti, Alexis Ndimubandi, Hamid Saffari

Notice bibliographique

RevueCanadian Journal of Learning and Technology · 2017
Typearticle
Langueen
DomaineComputer Science
ThématiqueDigital literacy in education
Établissements canadiensUniversité de MontréalUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésSocioeconomic statusHumanitiesMathematicsSociologyDemographyPopulationPhilosophy

Résumé

récupéré en direct d'OpenAlex

The objective of this article was to better understand the relationship between students’ age and socioeconomic level, and its influence on students’ digital uses. We conducted a quantitative study of 401 elementary and high school students in Quebec. Four independent variables were initially selected: two related to age (actual age and education level) and two others related to the socioeconomic environment (school poverty index and parents’ employment status). The dependent variable that represented students’ digital uses was the number of different technologies they used weekly. We conducted correlation tests followed by a linear regression analysis. Socioeconomic level appears to have a stronger influence on students’ digital uses compared to age, and explanations for this are proposed.L'objectif de cet article est de mieux comprendre la relation entre l’âge et le milieu socioéconomique des élèves dans leurs usages numériques. Nous avons mené une étude quantitative auprès de 401 élèves du primaire et du secondaire dans la région de Montréal. Quatre variables indépendantes ont été sélectionnées initialement, dont les deux premières renvoient à l'âge (l'âge et l'ordre d'enseignement) alors que les deux dernières renseignent sur le milieu socioéconomique (l'indice de défavorisation des écoles et la situation d'emploi des parents d'élèves). La variable dépendante permettant de rendre compte des usages numériques des élèves était le nombre de technologies qu'ils utilisent sur une base hebdomadaire. Nous avons procédé à une régression linéaire précédée de tests de corrélation. Il en ressort que le niveau socioéconomique semble influencer davantage les usages numériques des élèves que l'âge pour plusieurs raisons explorées dans cette recherche.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCommunication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,042
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 savante0,0010,002
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 Opus0,017
Tête enseignante GPT0,268
Écart entre enseignants0,251 · 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.

Devis d'étudeObservationnel
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

Citations4
Publié2017
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Learning and TechnologyMême sujetDigital literacy in educationTravaux en français237 207