MétaCan
Menu
Retour à la cohorte
Enregistrement W2900040192 · doi:10.23860/jmle-2018-10-03-08

Empowering Indigenous Learners through the Creation of Graphic Novels

2018· article· en· W2900040192 sur OpenAlexafffundabout
Deborah L. Begoray, Alexis Brown

Notice bibliographique

RevueJournal of Media Literacy Education · 2018
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueLiteracy, Media, and Education
Établissements canadiensUniversity of Victoria
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésIndigenousComicsMedia literacyComprehensionThe artsConfusionNarrativeLiteracyPedagogyPsychologySociologyMedical educationMedicineVisual artsComputer scienceArtLiterature

Résumé

récupéré en direct d'OpenAlex

In this paper, we examine how Indigenous and non-Indigenous adolescents identify media influences as health/wellness related. We conducted research over a six-week period in two alternative high school settings: a culture-based Indigenous education program at one school and an arts-based program at another school, both in the same small, Western Canadian city. We taught students from both programs the principles of critical media health literacy. Small groups of students from the Indigenous program wrote narratives. Then small groups of Indigenous and non-Indigenous students in an arts-based education program converted these stories into graphic novel/comic book format. Findings indicated a broad range of health/wellness topics discussed, media stereotypes challenged, and varying levels of comprehension about media’s impact on health. These levels ranged from misunderstanding or confusion through developing general understanding and, at the highest level, specific understanding.

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 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)0,001
score de la tête « metaresearch » (Gemma)0,000
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,355
Score d'incertitude au seuil0,690

Scores Codex et Gemma par catégorie

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

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 Opus0,023
Tête enseignante GPT0,318
Écart entre enseignants0,295 · 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 tête enseignante, 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

Citations10
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Media Literacy EducationMême sujetLiteracy, Media, and EducationTravaux en français237 207