MétaCan
Menu
Retour à la cohorte
Enregistrement W3021256021 · doi:10.4324/9781410612830-11

Working and Learning With Families, Communities, and Schools: A Critical Case Study

2005· book-chapter· en· W3021256021 sur OpenAlexaboutno aff
Jim Anderson, Suzanne Smythe, Jon Shapiro

Notice bibliographique

Revuenon disponible
Typebook-chapter
Langueen
DomainePsychology
ThématiqueReading and Literacy Development
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPsychologySociologyGeography

Résumé

récupéré en direct d'OpenAlex

It’s 1:00 on a pleasant March afternoon. We are in the staff room of Valley School in Vancouver, British Columbia, having just concluded another session in the family literacy program called PALS. The focus of today’s session was on reading with children. The kindergarten teachers, Suzanne, the program facilitator, and I are discussing several of the issues that arose as we worked with a group of parents over the last several hours. One of the teachers comments that some of the parents seemed concerned with the selection of children’s books that we incorporated into the classroom learning centres today. Indeed, during the debriefing and follow-up discussion, one of the parents commented that her son really enjoys an old “reader” that they had purchased at a yard sale; we noted the affirmative nods. Our talk then turns to the dearth of children’s books available in languages other than English and the challenges of trying to rectify this situation in a school where more than a dozen language groups are represented. The school bell signals the beginning of the afternoon session and the teachers busily head off to their classrooms. I write a note to myself: “We must address the question from the parent about her daughter’s fascination with making signs and notices and displays and her comment that her child is not interested in storybooks, at the next session.”

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)0,014
score de la tête « metaresearch » (Gemma)0,019
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 enseignants0,047
Score d'incertitude au seuil0,102

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,019
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,003
Études des sciences et des technologies0,0470,019
Communication savante0,0100,011
Science ouverte0,0040,009
Intégrité de la recherche0,0060,007
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,047
Tête enseignante GPT0,317
Écart entre enseignants0,269 · 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

Citations5
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetReading and Literacy DevelopmentTravaux en français237 207