MétaCan
Menu
Retour à la cohorte
Enregistrement W2889239552 · doi:10.20361/dr29369

Dentists by E. Less

2018· article· en· W2889239552 sur OpenAlexvenueaboutno aff
Tabatha Plesuk

Notice bibliographique

RevueThe Deakin Review of Children s Literature · 2018
Typearticle
Langueen
DomaineHealth Professions
ThématiquePediatric health and respiratory diseases
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPublishingVocabularyStatement (logic)Promotion (chess)Action (physics)Subject (documents)PsychologyMedicineMedical educationComputer scienceLibrary sciencePolitical scienceLinguistics

Résumé

récupéré en direct d'OpenAlex

Less, Emma. “Dentists.” Real-life Superheroes. Amicus Publishing, 2018. Aimed at emergent readers, this Real-life Superheroes series is intended to inform children of the ways community helpers do their jobs, understand what the jobs mean, inspire readers, and expose readers to vocabulary and action images specific to occupations in the spotlight. This is a review of three out of twelve Real-life Superheroes books. Other occupations in the series include chefs, librarians, construction workers, farmers, firefighters, mechanics, police officers, teachers, and veterinarians. Each book begins with the relevant job title and a purpose statement. The “Dentists” and “Doctors” books have health-promotion statements while the “Nurses” introductory statement is limited to an illness focus. Health promotion is a primary focus of these three professions and it is incorrect to limit nursing to an illness focus in the primary introduction. Also, on the first pages of the “Dentists” and “Doctors” books the author says “They [Dentists/Doctors] are busy,” while the “Nurses” book does not include the same statement. Further, the “Doctors” book includes a “Maybe you will be a Doctor” statement, while the “Dentists,” and “Nurses” books do not. These statements should be included in all the books. The books adequately introduce subject specific vocabulary and use child-centered action images. The images are high quality, and feature real-world tools (needles, syringes, stethoscopes, electronic vital signs monitors, etc.). Regarding the pictures of the professionals, there could have been greater effort to demonstrate diversity, to ensure all children could see themselves reflected in the images. For example, only one of seven nurses shown is male, reinforcing gender stereotypes related to this profession. In the “Dentists” and “Doctors” books the images show a more diverse picture of the professions, when race and gender is considered. The last page of each book is dedicated to tools seen in the workplace and these would encourage curious readers to ask questions about the profession. As a tool to introduce early readers to health care jobs and inspire them to think of themselves in these roles, the books fall short; specifically, they do not give a full and accurate account of job tasks and job relationships. For example, the books mention the nurse-doctor team but do not mention the dentist-dental hygienist team. Overall, these books are of limited use as they do little to inspire children to imagine themselves in these roles, and they lack accurate job descriptions. Not Recommended: 1 out of 4 StarsReviewer: Tabatha Plesuk Tabatha Plesuk, is a first year MLIS Student at the University of Alberta (who spends free time teaching dance to children ages three to fourteen) with an enthusiasm for children’s books.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,449
Score d'incertitude au seuil0,786

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0030,003
Science ouverte0,0010,002
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,4490,435

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 Opus0,021
Tête enseignante GPT0,393
Écart entre enseignants0,372 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Deakin Review of Children s LiteratureMême sujetPediatric health and respiratory diseasesTravaux en français237 207