MétaCan
Menu
Retour à la cohorte
Enregistrement W3033409783 · doi:10.46303/jcsr.02.01.5

Building Bridges Instead of Walls: Engaging Young Children in Critical Literacy Read Alouds

2020· article· en· W3033409783 sur OpenAlexaff
Cassie J. Brownell, Anam Rashid

Notice bibliographique

RevueJournal of Curriculum Studies Research · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducator Training and Historical Pedagogy
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésCritical literacySituatedEmpathyQualitative researchPoliticsLiteracySociologyCritical readingPsychologyPedagogyGender studiesPolitical scienceSocial psychologySocial scienceReading (process)Law

Résumé

récupéré en direct d'OpenAlex

Situated in the months after the 2016 United States presidential election, this qualitative case study illuminates third-grade children’s sense-making about the GOP Administration’s proposed border wall with Mexico. In light of these present-day politics, close analysis of how young children discuss social issues remains critical, particularly for social studies educators. Looking across fifteen book discussions, we zero in on three whole-class conversations about (im)migration beginning with initial read alouds through the final debrief wherein children conversed with a local university anthropologist about the clandestine migration of individuals across the U.S.’s southern border. During initial discussions, children in the Midwestern school demonstrated their frustration towards racist laws of the mid-1900s. Others responded with empathy or made personal connections to their own family heritage. In the findings, we note a clear progression in how children understood (im)migration issues as evidenced by how their questions and curiosities shifted in later lessons. We highlight how, when children are encouraged to engage with social topics, they can act as critical consumers and position themselves as politically active and engaged citizens.

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)0,008
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 enseignants0,008
Score d'incertitude au seuil0,042

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,014
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0070,011
Communication savante0,0080,007
Science ouverte0,0020,008
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,298
Tête enseignante GPT0,558
Écart entre enseignants0,260 · 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

Citations15
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Curriculum Studies ResearchMême sujetEducator Training and Historical PedagogyTravaux en français237 207