At the Intersection of Research & Pedagogy: Digital ‘Me Mapping’ with Newcomer Youth and Their Future Teachers
Notice bibliographique
Résumé
Me-Maps are multimodal artifacts created by newcomer children and youth to document their linguistic profile, important milestones in their lives, their multiple identities, their experiences at school, and aspirations. Using a series of prompts and the Flipgrid application, the research team collaborated with teachers and NGO staff in creating Me-Maps. Starting in 2019, we integrated these Me-Maps into the Supporting English Learners course as a focus for teacher-candidate learning within the Master of Teaching. Engaging candidates with Me-Maps is based on Keet et al.’s (2009) notion of mutual vulnerability: teacher candidates open themselves up in the same ways newcomer students did, to create their own Me-Maps while also engaging with the digital me maps of students so as to learn from newcomers as complete humans, not simply as “language learners.” In this panel, we will 1) describe the Me-Mapping workshop process, 2) present an analysis of the content of the Me Maps created by newcomer students and their future teachers, 3) describe the perspectives of those who created their own Me-Maps and those who facilitated their creation, and 4) explore the implications for research, mainstream classrooms and teacher education as Me-Mapping straddles the realm of research and pedagogy.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,020 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,021 | 0,017 |
| Communication savante | 0,017 | 0,015 |
| Science ouverte | 0,002 | 0,025 |
| Intégrité de la recherche | 0,003 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,002 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».