MétaCan
Menu
Retour à la cohorte
Enregistrement W3047817537 · doi:10.3390/educsci10080203

“Making” Waves: How Young Learners Connect to Their Natural World through Third Space

2020· article· en· W3047817537 sur OpenAlexafffund
Anne Burke, Abigail Crocker

Notice bibliographique

RevueEducation Sciences · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueChildren's Rights and Participation
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaMemorial University of Newfoundland
Mots-clésSpace (punctuation)Context (archaeology)Natural (archaeology)Sociocultural evolutionSociologyValue (mathematics)PsychologyGeographyComputer science

Résumé

récupéré en direct d'OpenAlex

In a world that grows increasingly aware of ecological problems such as global warming, rising sea levels, and pollution, we need to reconsider how we connect ourselves to the natural world around us. In this paper, we view makerspaces as ideal locations to shape children’s emotional, sociocultural, and educational consciousnesses about the environment and our multi-layered roles undertaken to live in, and conserve, it. We apply third space, makerspace, and relational value theories in the analysis of a research project conducted with children at an early childhood centre. This project invited children to discuss ocean conservation prompted by the picturebook Flotsam (2006) and create three-dimensional exhibits that express how they visualize ocean conservation. Our research shows that children develop strong emotional connections to tangible representations of conservation when they are given the time to invest in making them, and that these emotional connections are driving forces for relational values that create conservation-oriented mindsets. It also shows how important context is for shaping the ways children learn, and that providing opportunities to examine conservation through makerspaces as a third space encourages children to create empathetic and personal relationships with the natural world.

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)0,001
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 enseignants0,738
Score d'incertitude au seuil0,895

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
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 Opus0,140
Tête enseignante GPT0,407
Écart entre enseignants0,267 · 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

Citations13
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEducation SciencesMême sujetChildren's Rights and ParticipationTravaux en français237 207