MétaCan
Menu
Retour à la cohorte
Enregistrement W3186836207

한국 유아의 유튜브 관련 놀이와 배움에 관한 연구: 멀티모달리티와 멀티리터러시 접근법을 중심으로

2021· article· ko· W3186836207 sur OpenAlexvenueno aff
동풀잎, Allison Sterling Henward

Notice bibliographique

RevueEarly childhood education · 2021
Typearticle
Langueko
DomaineComputer Science
ThématiqueEducation and Learning Interventions
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEthnographySociologyAnthropology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

본 연구는 한국 남아(3살)의 유튜브 관련 자동차 놀이의 실제들을 관찰하고 이를 멀티리터러시(multiliteracy)와 멀티모달리티(multimodality)접근법으로 분석하였다. 연구자는 6개월간 문화기술지 연구방법(참여관찰, 인터뷰, 문서 및 자료 수집)을 통해 경남 김해시에 거주하는 다섯명의 유아들의 유튜브 관련 놀이사례들을 수집하고, 그 중 가장 흥미로운 태의 놀이 사례들을 중심으로 문화기술지적 상호작용 미시분석방법(ethnographic microanalysis of interaction)를 통해 자료 분석하였다. 집에 있는 동안 태는 주로 자신이 관심이 있는 자동차 관련 유튜브 영상들을 시청하고 주변의 사물(예: 자동차 장난감, 색연필 등), 신체, 집의 공간, 몸의 움직임, 음악, 루틴 등을 활용해 자신만의 자동차 놀이들을 고안하며 다양하게 즐기고 있었다. 또한 다양한 언어들(영어, 일본어, 한국어 등)로 구성된 유튜브 영상을 자신의 멀티리터러시 능력으로 적극적으로 해석하였으며 이를 통해 습득한 간단한 단어들(영어, 한국어)을 자동차 놀이를 통해 적극적으로 표현하였다. 태는 놀이를 통해 자신이 시청한 유튜브 영상을 수동적으로 재현하는 것이 아닌, 디지털-아날로그의 시공간을 넘나드는 자신만의 새로운 형태의 변형적 놀이 텍스트로 생산, 반복, 변형, 재생산하고 있음을 알 수 있었다. 따라서 본 연구는 디지털 시대의 유아들의 새로운 언어이자 놀이로서 뉴 리터러시의 개념의 필요성을 주장하며, 읽기와 쓰기를 강조하는 기존의 리터러시 개념의 한계점을 제시한다. 또한 코로나19 팬데믹 상황 속 디지털 놀이공간을 통한 영유아들의 비형식적 학습과 독창적 놀이, 의사소통의 가능성을 제시하며 오늘날 유아들의 다양하고 복잡한 새로운 디지털 놀이문화와 학습에 주목해야 함을 주장한다.

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)0,003
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0040,021
Communication savante0,0090,008
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,013
Tête enseignante GPT0,278
Écart entre enseignants0,264 · 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'étudeQualitatif
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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEarly childhood educationMême sujetEducation and Learning InterventionsTravaux en français237 207