MétaCan
Menu
Retour à la cohorte
Enregistrement W4285020844 · doi:10.22215/etd/2022-15078

Game-based Learning and Co-Design with and for Newcomer Children’s Social Adjustment

2022· dissertation· en· W4285020844 sur OpenAlexaffabout
Omar Bani-Taha

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomainePsychology
ThématiqueEducational Games and Gamification
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)Inclusion (mineral)PsychologyMathematics educationSocial psychologyGeography

Résumé

récupéré en direct d'OpenAlex

The research reported here addresses the use of Game-Based Learning (GBL) and co-design methods in the social adjustment of newcomer children (the children of recent migrant families). Educational games have been shown to be effective ways of learning for adults and children. While the subject of newcomer children has been studied broadly, there are still many open research questions, including the role of emerging technology (such as GBL) in the context of newcomer children's social adjustment. Also, the literature lacks a well-established digital technology framework in the context of newcomer children's social adjustment and the lack of studies in the role of newcomer children in designing such digital solutions. To bridge these gaps, we propose a social adjustment framework customized for newcomer children. It offers an interdisciplinary theoretical foundation, design guidelines, and a procedural model that consists of three elements (game-based learning, cultural inclusion, and co-design). Our research approach focuses on social adjustment problems faced by newcomer children to Canada aged 9-12 who are from Arabic-speaking countries, evaluating a solution using game-based learning, and engaging the children in co-designing such a solution. Our research has three main contributions: 1) it is the first study of the proper use of game-based learning in the context of newcomer children's social adjustment; 2) it introduces and implements a co-design approach to work with and for newcomer children; 3) it provides a customized educational game-based learning social adjustment framework including guidelines for cultural inclusion to help newcomer children in their social adjustment journey. Our first study showed the most pressing social adjustment problems through a fundamental survey study with newcomer children aged 9-12, parents, and teachers. Our second study showed the effectiveness of game-based learning through a proof-of-concept game we created called the New Beginning. Finally, our third study revealed that newcomer children could contribute effectively as co-designer for creating social adjustment computer games for newcomer children. Also, we present educational game design guidelines to work with and for newcomer children, and we conclude with a reflection on re-designing the initial study game and designing a new game called "Together-WeCan."

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)0,007
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,038

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,012
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,005
Communication savante0,0060,004
Science ouverte0,0020,008
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,034
Tête enseignante GPT0,374
Écart entre enseignants0,341 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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

Citations0
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetEducational Games and GamificationTravaux en français237 207