MétaCan
Menu
Retour à la cohorte
Enregistrement W3092429000 · doi:10.18357/jcs.v42i1.16883

Using Imagination to Bridge Young Children’s Literacy and Science Learning: A Dialogic Approach

2017· article· en· W3092429000 sur OpenAlexvenueno aff
Huili Hong, Karin Keith, Renée Rice Moran, Jody LaShay Jennings

Notice bibliographique

RevueJournal of Childhood Studies · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueChild Development and Digital Technology
Établissements canadiensnon disponible
Organismes subventionnairesEast Tennessee State University
Mots-clésDialogicLiteracySpan (engineering)PsychologyCurriculumMathematics educationPedagogyEngineering

Résumé

récupéré en direct d'OpenAlex

<div class="page" title="Page 1"><div class="section"><div class="layoutArea"><div class="column"><p><span>Integrating children’s literacy and science learning has become a new focus in literacy instruction. Imagination, an integral </span><span>part of children’s learning experience, remains marginalized </span><span>in today’s early childhood education curriculum. Drawing </span><span>on a yearlong ethnographic study in a first-grade classroom, this paper explores the potential affordance of imagination </span><span>in integrating young children’s literacy and science learning. </span><span>The findings showed that the integration opportunities were </span><span>organically constructed in and through children’s natural engagement of imagination in their reading process. A dialogic approach is presented as one way to ignite children’s imaginations in their literacy and science learning. </span></p></div></div></div></div>

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)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,175
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,001
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 Opus0,059
Tête enseignante GPT0,385
Écart entre enseignants0,326 · 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.

Devis d'étudeObservationnel
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

Citations10
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Childhood StudiesMême sujetChild Development and Digital TechnologyTravaux en français237 207