Digital Visions: Developing 21st century skills and competencies with the Digital Media Academy
Notice bibliographique
Résumé
This thesis proposes the need for a comprehensive digital literacy program in Ontario \nschools. A K-12 digital literacy program is essential so that students can grow up with a set of \n21st century skills and competencies that prepare them for life in an increasingly complex and \ndigital world. The lack of unified digital literacy instruction in Ontario schools has led to an \ninvestigation of a US based Science, Technology, Engineering, and Math (STEM) academy called \nthe Digital Media Academy. The Digital Media Academy offers programs for students, teachers, \nand adult learners in range of digital media disciplines. A qualitative study was designed to \nextract insights from the Digital Media Academy to establish a digital literacy framework worthy \nof the Ontario classroom. An ethnographic study was performed and eight interviews were \nconducted with eight curriculum staff from the Digital Media Academy. The results formed the \nbasis of a comprehensive digital literacy program synthesized through the critical lens of an \nOntario educator. The Ontario classroom would benefit from a digital literacy program that \nencompasses a creation-based learning platform that is intertwined with a human-centred \ndesign approach and teaches students to adopt a growth mindset, tell digital stories, learn to \ncode, and make use of relatively inexpensive technologies.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,020 | 0,017 |
| Communication savante | 0,010 | 0,007 |
| Science ouverte | 0,001 | 0,009 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».