MétaCan
Menu
Retour à la cohorte
Enregistrement W2913909090 · doi:10.1111/lit.12180

Adolescents' Agentic Work on Developing Personal Pedagogies on Social Media

2019· article· en· W2913909090 sur OpenAlexaff
Lynde Tan, Beaumie Kim

Notice bibliographique

RevueLiteracy · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial Media and Politics
Établissements canadiensUniversity of Calgary
Organismes subventionnairesNational Institute of Education
Mots-clésAgency (philosophy)Participatory cultureSocial mediaMedia literacyLiteracySociologyCitizen journalismPedagogyFormal learningInformal learningPsychologyDigital mediaDigital literacyMedia studiesSocial sciencePolitical science

Résumé

récupéré en direct d'OpenAlex

Abstract While current research points out that young people are developing emerging culture of learning in informal spaces, less is known about such digital literacy practices in the Asian contexts where the notion of literacy tends to refer to school literacy. Research on young people's online participatory culture continues to suggest that social media offer affinity spaces where extensive knowledge is acquired, constructed and produced outside of schools. In this paper, we use two case studies on social media as illustrative examples to understand how adolescents shape their learning online. We aim to contribute to the ongoing dialectics on social media and learning by examining how adolescents exhibit agency online. We argue that social media such as Facebook offer high learner agency environments for adolescents to participate in self‐initiated enterprise and allow them to develop personal trajectories for learning. The case studies presented in this paper suggested that the adolescents' pursuit of their passions on online affinity spaces gave rise to intellectual friendships and the development of personal pedagogies.

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)0,004
score de la tête « metaresearch » (Gemma)0,005
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,000
Études des sciences et des technologies0,0040,006
Communication savante0,0060,003
Science ouverte0,0010,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,069
Tête enseignante GPT0,371
Écart entre enseignants0,302 · 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

Citations3
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLiteracyMême sujetSocial Media and PoliticsTravaux en français237 207