Integrating Media and Popular-Culture Literacy With Content Reading
Notice bibliographique
Résumé
Teaching media literacy and using popular culture texts (e.g., television programs, magazines, videos, Wlms, newspaper advertisements) to enhance students’ language and literacy development has proven successful in Australian and Canadian classrooms (Desmond, 1997; Quin & McMahon, 1992). In the United States, there is a slowly growing movement toward implementing similar instruction. Advocates of employing media literacy and popular-culture texts to enhance students’ understandings in U.S. schools are highly diverse. They include educators across all subjects and levels: community, health, political, and parent organizations; psychologists, counselors, and social workers; cultural critics and media producers. Their aims are also mixed. Some assume “protectionist” or “inoculationist” stances that seek to protect children from objectionable content and values in mass media (e.g., in television, Wlms, or music videos), or to “inoculate” them through education against the dangers of popular culture through education. Others employ media literacy education to further goals (presented earlier in this book) of connecting literacy proWciencies, and using varied print, electronic, and experiential sources; stress critical thinking and prepare democratic citizens (Considine, 1987; Considine, Haley, & Lacy, 1994); and promote self-empowerment or social action through analysis and production of multiple texts (Semali & Watts Pailliotet, 1999).
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,004 |
| Communication savante | 0,007 | 0,007 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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.
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».