MétaCan
Menu
Retour à la cohorte
Enregistrement W2993175982 · doi:10.5617/nordina.6169

The Blue Car in the Forest: Exploring Children’s Experiences of Sustainability in a Canadian Forest

2019· article· en· W2993175982 sur OpenAlexaffabout
Debra Harwood

Notice bibliographique

RevueNordic Studies in Science Education · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental Education and Sustainability
Établissements canadiensBrock University
Organismes subventionnairesnon disponible
Mots-clésSustainabilityEthnographyParticipant observationPsychologyQualitative researchScale (ratio)PedagogySociologyGeographySocial scienceEcologyAnthropologyCartography

Résumé

récupéré en direct d'OpenAlex

An abandoned blue car from 1958 is a central figure of the qualitative exploration of sustainability pedagogies within a Canadian nature school. The mystery of the car and its entanglement within a densely-forested area where the preschool children play and learn is provocative. As part of a larger ethnographic case study of the nature school, eight young children (3-5-year-olds) and their two nature teachers’ critical engagement with the car is examined over the course of a year. The research approach for the data collection and analysis included photos, videos, participant-observations, educator journals, and children’s oral and written expressions of their ideas related to the project and sustainability. This small scale study offers a glimpse into the possibilities that emerge when we include children’s thinking, decisions, and actions within the more-than-human world to foster sustainability.

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)0,003
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,363
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,002
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,021
Tête enseignante GPT0,313
Écart entre enseignants0,292 · 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'étudeObservationnel
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'admission2
Résumé présentoui

Explorer davantage

Même revueNordic Studies in Science EducationMême sujetEnvironmental Education and SustainabilityTravaux en français237 207