MétaCan
Menu
Retour à la cohorte
Enregistrement W3085736634 · doi:10.7202/1071479ar

DÉVELOPPER LES LITTÉRATIES MULTIPLES – MULTILITTÉTARIES - AVEC LA LITTÉRATURE NUMÉRIQUE AU CÉGEP

2020· article· fr· W3085736634 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
venuePublié dans une revue dont le pays d'attache est le Canada.

Notice bibliographique

RevueRevue de recherches en littératie médiatique multimodale · 2020
Typearticle
Languefr
DomaineComputer Science
ThématiqueDigital Media and Philosophy
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPhilosophyArt

Résumé

récupéré en direct d'OpenAlex

Depuis la parution de l’article « Pedagogy of Multiliteracies » par le New London Group en 1996, plusieurs chercheurs, ainsi que des enseignants et professeurs, se sont intéressés au développement des « multilittératies » dans des contextes d’apprentissage. De plus, l’importance de la multimodalité dans plusieurs formes de communications met en évidence la nécessité de développer une littératie médiatique multimodale dans des contextes d’apprentissage (Lacelle et al. , 2017; Lebrun et al. , 2012). La littérature numérique offre un potentiel de développement d’une pensée critique concernant la technologie et les médias (Aarseth, 1997; Ensslin, 2014; Hayles, 2008; Simanowski et al. , 2010). Le but de cet article est de démontrer les résultats d’une étude exploratoire menée dans un cégep anglophone où l’auteur a enseigné la littérature numérique à des étudiants. Durant cette étude, les étudiants ont également eu l’occasion de créer leurs propres récits en utilisant l’application numérique Twine. Ce qui ressort de l’analyse des données est la façon dont l’interprétation et la création des textes numériques et interactifs ont engendré une réflexion sur la technologie ainsi qu’une articulation de plusieurs littératies.

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.

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)0,009
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Communication savante, Intégrité de la recherche
Catégories consensuellesMéta-épidémiologie (sens strict), Intégrité de la recherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,676
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,009
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0000,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,003
Science ouverte0,0030,001
Intégrité de la recherche0,0030,004
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 Opus0,094
Tête enseignante GPT0,293
Écart entre enseignants0,199 · 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