MétaCan
Menu
Retour à la cohorte
Enregistrement W4211257728 · doi:10.1080/14480220.2022.2032268

Measuring adult English literacy improvements in First Nations communities in Australia

2022· article· en· W4211257728 sur OpenAlexaboutno aff
Bob Boughton, Frances Williamson, Sophia Lin, Richard Taylor, Jack Beetson, Ben Bartlett, Pat Anderson, Stephen Morrell

Notice bibliographique

RevueInternational Journal of Training Research · 2022
Typearticle
Langueen
DomainePsychology
ThématiqueReading and Literacy Development
Établissements canadiensnon disponible
Organismes subventionnairesAustralian Research Council
Mots-clésLiteracyGovernment (linguistics)Vocational educationProject commissioningAdult literacyMedical educationPublishingEconomic growthPolitical sciencePsychologyPedagogyMedicineEconomics

Résumé

récupéré en direct d'OpenAlex

The prevalence of low to very low adult English literacy levels in First Nations communities in Australia continues to be an issue, despite ten years of government-supported Foundation Skills training provided through the national vocational education and training system. This study examines an innovative First Nations community-controlled approach to improving adult literacy training, utilising an internationally recognised mass campaign model. Literacy improvements were assessed for 63 participants in 6 communities, using validated pre- and post-tests aligned to the Australian Core Skills Framework (ACSF). Overall, 73% of participants improved their literacy, defined as moving up at least one level on one or more of six ACSF indicators. The number of lessons completed and entry ACSF literacy levels were significantly associated with literacy progression, with previous school education positively associated but not statistically significant. The minimum number of lessons associated with literacy improvement is estimated as 47–49 (80–83% of lessons).

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)0,005
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,439
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,225
Tête enseignante GPT0,459
Écart entre enseignants0,234 · 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'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

Citations4
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Training ResearchMême sujetReading and Literacy DevelopmentTravaux en français237 207