MétaCan
Menu
Retour à la cohorte
Enregistrement W2632336408 · doi:10.12973/eurasia.2017.01218a

Multimodal Modeling Activities with Special Needs Students in an Informal Learning Context: Vygotsky Revisited

2017· article· en· W2632336408 sur OpenAlexaff
Mi Song Kim

Notice bibliographique

RevueEurasia Journal of Mathematics Science and Technology Education · 2017
Typearticle
Langueen
DomaineComputer Science
ThématiqueMobile Learning in Education
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésMultimodalityContext (archaeology)Citizen journalismInformal learningSpecial needsTheme (computing)PedagogyParticipatory designSituatedPsychologySociologyMathematics educationComputer scienceEngineeringGeography

Résumé

récupéré en direct d'OpenAlex

Background:In light of the challenges facing science educators and special education teachers in Singapore, this study entails design-based research to develop participatory learning environments.Material and methods:Drawing upon Vygotskian perspectives, this case study was situated in an informal workshop around the theme of “day and night” working for Special Needs Children (aged from 7 to 14 years old) in Singapore. Moving away from traditional astronomy teaching, we aim to explore interdisciplinary multimodal modeling activities towards developing a participatory learning environment.Results:As the main finings of this case study, the central benefits of interdisciplinary multimodal modeling activities are twofold: (1) promoting multiliteracies development using digital and multimodal resources for supporting the emotional and social experiences in developing learners’ astronomical understanding; and (2) integrating learners’ everyday experiences with scientific astronomical understanding for the development of higher cognitive functions.Conclusions:These findings emphasize the need for the cultural development of Special Needs Children.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,635
Score d'incertitude au seuil0,728

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,004
Science ouverte0,0020,000
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 Opus0,014
Tête enseignante GPT0,307
Écart entre enseignants0,293 · 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'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

Citations17
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEurasia Journal of Mathematics Science and Technology EducationMême sujetMobile Learning in EducationTravaux en français237 207