MétaCan
Menu
Retour à la cohorte
Enregistrement W4224255431 · doi:10.1080/14729679.2022.2067201

Defining a nature-based literacy: A research synthesis review of health-promoting literacies to promote nature engagement

2022· article· en· W4224255431 sur OpenAlexaff
Michelle Barrette, Wanda Boyer, Patti‐Jean Naylor, Nevin J. Harper

Notice bibliographique

RevueJournal of Adventure Education & Outdoor Learning · 2022
Typearticle
Langueen
DomainePsychology
ThématiqueAnimal and Plant Science Education
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésLiteracyPedagogyOutdoor educationSociologyPsychology

Résumé

récupéré en direct d'OpenAlex

Children and youth in contemporary western society spend less time outdoors compared to previous generations. Increased use of technology, lack of green space, and concerns for risk and safety have contributed to a generation of children spending too much time indoors. A disconnection between children and nature has occurred. Our team conducted a research synthesis review of several empirically defined non-traditional literacies (physical literacy, media literacy, health literacy, nutrition literacy, and ecological literacy) to identify common components used to conceptualize, define, and describe a new nature-based literacy. Findings included four common components: (a) Motivation, (b) Knowledge, (c) Competence, and (d) Confidence. Operationalizing nature-based literacy into a set of capability domains are described as a practical way of re-engaging children and youth with the natural world. Recommendations for future research and practice are shared.

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)0,015
score de la tête « metaresearch » (Gemma)0,005
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesIntégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,836
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0150,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,004
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,037
Tête enseignante GPT0,431
Écart entre enseignants0,394 · 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'étudeSans objet
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

Citations11
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Adventure Education & Outdoor LearningMême sujetAnimal and Plant Science EducationTravaux en français237 207