MétaCan
Menu
Retour à la cohorte
Enregistrement W4220805937 · doi:10.1002/curj.162

Rethinking textbooks as active social agents in interpretivist research

2022· article· en· W4220805937 sur OpenAlexaff
Daeyoung Goh

Notice bibliographique

RevueThe Curriculum Journal · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducator Training and Historical Pedagogy
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésAutoethnographySociologyContent analysisIdeologyEpistemologySymbolic interactionismTask (project management)Computer scienceSocial science

Résumé

récupéré en direct d'OpenAlex

Abstract Textbooks are artifacts. They are made, used, interpreted, and understood in a wide range of ways. In this sense, regardless of its theoretical assumptions, textbook analysis is an evolving and pioneering task as textbooks bring about manifold knowledge, relationships, and emotions. When exploring the texts, images, and functions in and beyond the textbooks, researchers would recognize textbooks as interactive subjects in the social world rather than simply as content carriers. Although content analysis has long been employed as a methodology for textbook analysis, there are multiple pathways to investigate textbooks. The paper pays specific attention to interpretivist methodologies that may allow researchers to see the textbooks' interactive performance and impacts on others and researchers themselves. First, the paper reviews and pieces together previously established approaches and orientations of textbook studies. Second, the paper attempts to build a broad framework for analysing textbooks based mainly on Prior's and Cooren's arguments about reconceptualizing documents and texts, respectively. Third, the paper explores the implications of the analysis mentioned earlier and examines two interpretivist research methodologies, including symbolic interactionism and autoethnography, to open up the possibilities of rethinking textbooks as active social agents in human life instead of repositories of information and ideologies.

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)0,046
score de la tête « metaresearch » (Gemma)0,074
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,954
Score d'incertitude au seuil0,245

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0460,074
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0080,007
Études des sciences et des technologies0,0050,059
Communication savante0,0250,028
Science ouverte0,0030,011
Intégrité de la recherche0,0030,006
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,304
Tête enseignante GPT0,503
Écart entre enseignants0,199 · 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.

Devis d'étudeThéorique ou conceptuel
DomaineMéthodes
GenreMéthodes

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

En bref

Citations5
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Curriculum JournalMême sujetEducator Training and Historical PedagogyTravaux en français237 207