Comic Books: A Learning Tool for Meaningful Acquisition of Written Sign Language
Notice bibliographique
Résumé
Deaf people use Sign Language (SL) for intellectual development, communications and other human activities that are mediated by language—such as the expression of complex and abstract thoughts and feelings; and for literature, culture and knowledge. The Brazilian Sign Language (Libras) is a complete linguistic system of visual-spatial manner, which requires an adequate writing system. The specificities of Libras pose a challenge for alphabetisation/literacy in the educational process of the Deaf, which allows for meaning attribution by the Deaf learner only when the SL is the central pedagogical tool. This process vastly differs from the pedagogical strategies used to teach the written form of the oral languages. The alphabetisation relies heavily on the phoneme-grapheme relations—therefore, not accessible to the Deaf learner. SignWriting is a writing system deemed to be adequate represent Libras, and has been used in literacy processes of Deaf learners. This article presents a visual pedagogical tool, a narrative in the genre of a comic book, to be used for meaningful learning and acquisition of SignWriting. The methodological approach of this research involved the creation of a comic book tool to provide the context and communicational situation where the enunciation in Libras occurs, thus presenting an opportunity to introduce SignWriting. The utterances are then presented in the form of writing activities. Results show that the use of the proposed Visual Narrative approach is an adequate educational strategy to inform the design of pedagogical practices for teaching the writing system of SL.
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 | 0,001 | 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 ».