Le développement de compétences numériques dans des environnements d'apprentissage riches en technologies
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.
Notice bibliographique
Résumé
Au 21e siècle, l'acquisition de compétences numériques est importante afin de rester à jour avec les avancements technologiques qui affectent la vie quotidienne. Cherchant à mieux comprendre l'acquisition des compétences numériques, ce projet de recherche vise les environnements d’apprentissage riches en technologies, plus précisément les laboratoires de fabrication numérique. Nous avons réalisé une étude de cas multiples dans 4 écoles dans la province canadienne du Nouveau‑Brunswick (N.-B.) où nous avons capturé un total de 23 vidéos d’élèves au travail dans des laboratoires de fabrication numérique. Les résultats démontrent que la pensée critique, la créativité, la collaboration, la communication et la résolution de problèmes sont mises en évidence dans les laboratoires de fabrication numérique.
 In the 21st century, many school systems are turning to the development of skills as an educational goal, including digital skills. However, the current scientific literature on digital skills remains insufficient, both in terms of their definition and the processes of their development. Our research project aims to examine the presence of digital skills in learning environments that are considered technology-rich, specifically makerspaces. We conducted a multiple case study in three schools in New Brunswick where we observed students in the process of working on a project in a makerspace setting, and our analysis focused on the digital skills demonstrated. The results suggest that the type of activities that young people do in a makerspace, as well their age and the time they spend in the makerspace, can all influence the development of digital skills.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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