Digital Storytelling With Youth From Refugee Backgrounds: Possibilities for Language and Digital Literacy Learning
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract This study addresses the urgent need to develop innovative pedagogies that build upon and enhance the digital literacies and representational practices of culturally and linguistically diverse youth from refugee backgrounds. In Canadian high schools, this population of students enter school with varying levels of literacy in their first language(s), as well as potentially difficult experiences due to their forced migration. For many, learning English, may become a formidable challenge. A growing corpus of case studies is beginning to show how pedagogies that draw on youths’ everyday meaning making, including their digital literacies, can effectively engage English learners in academic learning. In this qualitative, ethnographic case study involving nine youth in an English language learning classroom, we addressed the question: What is the potential for digital storytelling to draw from the fuller context of the lives and literacies of youth from refugee backgrounds to enable more autonomous language learning and identity affirmation? Our study is informed by interrelated conceptual frameworks: learner autonomy; investment in language and literacy learning; and digital literacies. Using thematic and multimodal/visual analysis, data were collaboratively coded to identify four interweaving themes: 1) use of multimodal meaning making to communicate complex, critical understandings; 2) emergence of digital literacies; 3) challenges of communicating in digital spaces; and 4) investment in identity affirmation in language learning. Implications focus on how digital storytelling as an innovative pedagogy has the potential to create space within the curriculum for stories that have deep meaning for learners.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle