MétaCan
Menu
Retour à la cohorte
Enregistrement W4307820546 · doi:10.1002/jaal.1269

Multiliterate lives: Childhood to adult, lessons learned

2022· article· en· W4307820546 sur OpenAlexaff
Jeffrey Wood, E. Peters, Tristan Wood, Simon N. Wood

Notice bibliographique

RevueJournal of Adolescent & Adult Literacy · 2022
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueLiteracy, Media, and Education
Établissements canadiensUniversity of TorontoUniversity of SudburyLaurentian University
Organismes subventionnairesnon disponible
Mots-clésEthosConstruct (python library)LiteracyMeaning (existential)SemioticsPedagogySociologyPsychologyMathematics educationLinguisticsComputer science

Résumé

récupéré en direct d'OpenAlex

Abstract This retrospective is a group effort between my children and me to make sense of their literacies over the past 26 years. Sharing in the authoring of this retrospective, we take a look back at the ways those literacies unfolded across their childhood. Emily, Tristan, and Simon used different literacies to define who they were and to construct a literate ethos. They each engaged with literacies in powerful and life transforming ways. They used multiple literacies together to help them learn, understand and create meaning more fully. Their stories demonstrate the need for young children to engage with multiple literacies to fully develop as literate adults. This retrospective supports the idea that literacies are complex, motivated, multimodal, semiotic, social, discourse dependent, and imbedded in specific practices.

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)0,003
score de la tête « metaresearch » (Gemma)0,005
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0080,006
Communication savante0,0070,005
Science ouverte0,0010,008
Intégrité de la recherche0,0010,005
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,029
Tête enseignante GPT0,295
Écart entre enseignants0,266 · 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

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Adolescent & Adult LiteracyMême sujetLiteracy, Media, and EducationTravaux en français237 207