MétaCan
Menu
Retour à la cohorte
Enregistrement W3009537804 · doi:10.25071/1916-4467.40435

Considering the Role of Documentary Media in Environmental Education

2020· article· en· W3009537804 sur OpenAlexaffvenue
Claire Ahn

Notice bibliographique

RevueJournal of the Canadian Association for Curriculum Studies · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueClimate Change Communication and Perception
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésRhetorical questionEnvironmental educationVariety (cybernetics)Stewardship (theology)Environmental stewardshipRhetoricPsychologyVisual rhetoricSociologyPublic relationsPedagogyPolitical scienceEnvironmental resource managementComputer scienceArtLinguistics

Résumé

récupéré en direct d'OpenAlex

Environmental issues continue to be a growing global concern. Many curricular documents have added environment-related topics into a variety of grade levels and subjects with the hope of increasing student awareness at a time when environmental stewardship is a top priority. Traditional approaches to environmental education often include engaging students with the outdoors, and while this is an integral part of developing students’ environmental awareness, much of what students learn about the environment is from the media, which includes visual imagery. As we contemplate how best to engage students in reflecting on what it means to live in a sustainable fashion, it is also important to consider the merits of visual rhetorical modes in environmental communication, such as documentary film. This paper draws upon findings from a study that explored how viewers react to particular visual imagery. The data revealed the most powerful rhetorical effect was observed when participants drew links between the visual content of the video clips and a personally significant outdoor place, demonstrating that a personal connection to place may make a direct impact on viewers’ reactions to visual rhetoric in environmental documentaries, thus possibly causing the viewer to develop a deeper awareness of the issues.

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)0,006
score de la tête « metaresearch » (Gemma)0,014
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 enseignants0,019
Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,014
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0060,007
Communication savante0,0120,008
Science ouverte0,0010,004
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,154
Tête enseignante GPT0,373
Écart entre enseignants0,219 · 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

Citations8
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of the Canadian Association for Curriculum StudiesMême sujetClimate Change Communication and PerceptionTravaux en français237 207