MétaCan
Menu
Retour à la cohorte
Enregistrement W4281746126 · doi:10.1111/bjet.13246

Conceptions and perspectives of data literacy in secondary education

2022· article· en· W4281746126 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueBritish Journal of Educational Technology · 2022
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueEducational Assessment and Improvement
Établissements canadiensSimon Fraser University
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésConceptualizationFraming (construction)Competence (human resources)LiteracyEveryday lifeCritical literacyInformation literacyPedagogyPsychologyComputer scienceSocial psychologyPolitical scienceEngineering

Résumé

récupéré en direct d'OpenAlex

Abstract Data literacy has been suggested as an important competence that individuals need to succeed in a data‐intensive society. However, there is no common understanding as to what data literacy entails and how it could be developed. Instructional emphasis on developing competence of individuals fails to capture learners' relationship to data in everyday life and limits what they can possibly achieve in data‐rich environments. This paper critically reviews conceptualizations of data literacy in the literature with a focus in K‐12 education. The analysis determined four orientations of data literacy: development of competence, inquiry with data, awareness of personal data and civic engagement. I proposed a broader conceptualization of data literacy that integrates conceptions, competencies and contexts. The study offers holistic and context‐oriented framing of data literacy for researchers and educators. Practitioner notes What is known about the topic Data literacy is a potential buzzword in the recent literature. There are increasing calls for developing data literacy skills of students and the general public. Data literacy is framed and implemented as a technical competence. Accordingly, curricular interventions and pedagogical practices focus on making use of data and benefiting from available datasets. What this paper adds The above framing of data literacy is too narrow to be useful in everyday life and rarely considers individuals interaction with data outside of schools. This study develops four focus areas in the conceptualization of data literacy and suggests broader framing of the concept as it relates to everyday life. It also suggests context‐oriented approaches to data literacy education that can go beyond classrooms and academic activities. Implications for practice and policy This paper has implication for educators, researchers and policy makers. It allows boarder conceptualizations of data literacy that can be used in curricular interventions. It also provides ways of designing learning environments for the data literacy education and research.

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 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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,738
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,080
Tête enseignante GPT0,437
Écart entre enseignants0,357 · 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