MétaCan
Menu
Retour à la cohorte
Enregistrement W4285817071 · doi:10.56059/jl4d.v9i1.607

Comparative Advantages of Offline Digital Technology for Remote Indigenous Classrooms in Guatemala (2019-2020)

2022· article· en· W4285817071 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.

Notice bibliographique

RevueJournal of Learning for Development · 2022
Typearticle
Langueen
DomaineComputer Science
ThématiqueDigital literacy in education
Établissements canadiensAthabasca University
Organismes subventionnairesnon disponible
Mots-clésIndigenousIntervention (counseling)LiteracySet (abstract data type)Quality (philosophy)Computer scienceDigital divideMathematics educationMedical educationMultimediaKnowledge managementPedagogyPsychologyWorld Wide WebThe InternetMedicine

Résumé

récupéré en direct d'OpenAlex

Technology has been viewed as a means to improve the quality of education for children globally, particularly in remote and marginal communities. This study examines the comparative advantages of the use of appropriate technology (off-line servers with digital libraries connected to a classroom set of laptops) in ten intervention schools in Indigenous communities in Guatemala for one school year. The study was too short (due to pandemic restrictions) to demonstrate statistically significant differences for learning outcomes. However, using an instructional core model as a framework, qualitative findings supported four previously identified comparative advantages, and identified four additional ones relevant to remote Indigenous communities. The intervention validated the ability of technology to improve standardized instruction, differentiated instruction, opportunities for practice, and learner engagement. Newly identified advantages are: access to high-quality educational resources (substitution for print materials), teacher capacity-building, student technical skills and digital literacy, and sharing cultural knowledge.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,907
Score d'incertitude au seuil0,452

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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)0,0000,000

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 Opus0,016
Tête enseignante GPT0,302
Écart entre enseignants0,286 · 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