MétaCan
Menu
Retour à la cohorte
Enregistrement W3146417214 · doi:10.5539/res.v13n2p13

Digital Storytelling in Education: A Systematic Review of the Literature

2021· review· en· W3146417214 sur OpenAlexvenueno aff
Carmen Lucena Rodríguez, Marta García Jiménez, Belén Massó Guijarro, Cristina Cruz González

Notice bibliographique

RevueReview of European Studies · 2021
Typereview
Langueen
DomaineHealth Professions
ThématiqueDigital Storytelling and Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDigital storytellingStorytellingPremiseNarrativeSociologyCitizen journalismResource (disambiguation)PedagogyMultimediaComputer scienceWorld Wide WebLinguisticsArtLiterature

Résumé

récupéré en direct d'OpenAlex

Digital Storytelling is one of the most recurrent art media used today to give a voice to invisible, silenced or marginalised groups. In this way, this methodology is framed within the cultural and educational sphere, and through a narrative approach it is capable of integrating multi-format resources that project information and stories of great richness from a hypermedia language. In fact, digital storytelling is occupying a priority role in identity studies in education. In this paper, we present a systematic review of the literature on digital storytelling in education. The methodological process was based on the PRISMA protocol. The results offer a qualitative and bibliographical synthesis of educational studies focused on digital storytelling. Firstly, there is a growing interest in the development of lines of research that focus on digital storytelling as a privileged vehicle for exploring digital stories. This is based on the premise of giving voice to the voiceless, a priority aspect in cultural, educational and social research. For this reason, throughout the systematic review we explored different research that decided to study these discourses from a democratic and participatory approach. Finally, we encourage future research to explore this new resource further.

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)0,012
score de la tête « metaresearch » (Gemma)0,049
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,062

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,049
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0040,004
Bibliométrie0,0220,021
Études des sciences et des technologies0,0010,001
Communication savante0,0030,004
Science ouverte0,0020,002
Intégrité de la recherche0,0020,001
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 Opus0,115
Tête enseignante GPT0,454
Écart entre enseignants0,339 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations35
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueReview of European StudiesMême sujetDigital Storytelling and EducationTravaux en français237 207