MétaCan
Menu
Retour à la cohorte
Enregistrement W2884399206 · doi:10.1017/aee.2018.27

Growing a Nature Kindergarten That Can Flourish

2018· article· en· W2884399206 sur OpenAlexaffabout
Enid Elliot, Frances Krusekopf

Notice bibliographique

RevueAustralian Journal of Environmental Education · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueIndigenous and Place-Based Education
Établissements canadiensCamosun College
Organismes subventionnairesScottish Government
Mots-clésPedagogySet (abstract data type)Early childhoodSociologyEarly childhood educationProject commissioningPublic relationsPublishingBest practicePsychologyPolitical science

Résumé

récupéré en direct d'OpenAlex

Abstract Growing a nature kindergarten that can flourish takes a community, careful planning, and sustained support. In 2011, the Sooke School District in British Columbia, Canada undertook the project of creating a nature kindergarten when outdoor programs of this kind did not exist in the Canadian public school system. Inspired by the well-established forest school and nature preschool models in northern Europe, a program to take 22 kindergarten students outside into nature every morning, regardless of the weather, was developed. This article explores how a unique framework and set of guiding principles were co-created by a diverse advisory committee. It also describes how the hiring, education, and ongoing support of the program's two educators — a kindergarten teacher and an early childhood educator — became critical to its success. The article offers an overview on steps taken, including how the idea was born, working within the public school system, building a framework and principles, hiring and education, preparing the educators, learning from our first year, ongoing support, and remaining questions. The authors’ intention is not to articulate best practices, but to share key aspects of the program's development and implementation phases that allowed the nature kindergarten to thrive over the last 5 years.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,051

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0050,003
Communication savante0,0030,002
Science ouverte0,0010,008
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0130,002

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 GPT0,296
Écart entre enseignants0,282 · 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 source (Gemma direct ou Codex distillé), 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

Citations9
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAustralian Journal of Environmental EducationMême sujetIndigenous and Place-Based EducationTravaux en français237 207