MétaCan
Menu
Retour à la cohorte
Enregistrement W298363897 · doi:10.15210/interfaces.v14i2.6735

Digital Literacies: a comparative analysis of in-service teacher education in Brazil and Canada

2015· article· en· W298363897 sur OpenAlexaffabout
Ana Karina de Oliveira Nascimento, Ben Akoh

Notice bibliographique

RevueLA Referencia (Red Federada de Repositorios Institucionales de Publicaciones Científicas) · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducation and Digital Technologies
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésTeacher educationDigital literacyPedagogySociologyContext (archaeology)LiteracyService (business)Technology integrationPre-service teacher educationProfessional developmentEducational technologyPublic relationsPolitical scienceGeographyBusiness

Résumé

récupéré en direct d'OpenAlex

In the constant flux of global migratory patterns, shifting borders, transliteracies and cross-cultural changes, digital technologies add certain complexities to an increasingly intricate and evolving educational landscape. In-service teachers grapple with digital literacy challenges in their appreciation of technology, changing teacher-student paradigms, and their own personal pedagogical philosophies. Within the context of the Brazil-Canada Knowledge Exchange Project and using a case study approach, this paper focuses on a comparative analysis of digital literacies amongst Canadian in-service teachers and their Brazilian counterparts. It further elaborates digital literacy concepts and considerations for mutually inclusive collaborations in multi-spherical global/local contexts. Supported by a bibliographic research and empirical data from two different case studies in Brazil and Canada, the paper examines in-service teacher professional development with a specific focus on technology education. The main findings suggest that pre-service and in-service teacher education should include digital literacies as part of their programs. They also suggest that these programs could take place through a critical framework, which can aid such practices so that technology education can be viewed as part of evolving social practices.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,810
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
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)0,0000,000

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 Opus0,034
Tête enseignante GPT0,306
Écart entre enseignants0,272 · 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'étudeSans objet
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

Citations0
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueLA Referencia (Red Federada de Repositorios Institucionales de Publicaciones Científicas)Même sujetEducation and Digital TechnologiesTravaux en français237 207