MétaCan
Menu
Retour à la cohorte
Enregistrement W2885676370 · doi:10.17759/chp.2015110307

Lenses and Lessons: Using three different research perspectives in early childhood education research

2015· article· en· W2885676370 sur OpenAlex
Susan Irvine, Christina Davidson, Nikolai Veresov, Megan Adams, Aruna Devi

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueCultural-Historical Psychology · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducation Systems and Policy
Établissements canadiensEducation and Early Childhood Development
Organismes subventionnairesnon disponible
Mots-clésScope (computer science)Set (abstract data type)Best practiceSociologyQuality (philosophy)Early childhood educationPsychologyPedagogyData scienceEngineering ethicsComputer scienceEpistemologyPolitical scienceEngineering

Résumé

récupéré en direct d'OpenAlex

In contemporary Western research, collaboration is held in high esteem. This developing practice is chal¬lenging particularly for researchers who follow varying theoretical approaches. However although a challeng¬ing endeavour, when viewing the one data set with different lenses, there are various lessons that can be shared. A key aspect of this paper is involved researchers' different analytical perspectives in one data set to learn more about each other's research insights, rather than become instant expert in other's approaches. The interview data reported in this paper originates from a larger study researching parents' experience of using early child¬hood education and care (ECEC) in Australia. Here we analyse and report on two shared interview excerpts and use three different research lenses for analysis; phenomenographic study, conversational analysis and cul¬tural-historical theory. The finding of this paper demonstrates that applying different lenses provide different interpretations, including strengths, limitations and opportunities. In this paper we argue that collaborative research practices enhance our understanding of varying research approaches and the scope, quality, transla¬tion of research and the researchers' capacity are enhanced.

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.

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)0,002
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,499
Score d'incertitude au seuil0,981

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,593
Tête enseignante GPT0,599
Écart entre enseignants0,005 · 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