MétaCan
Menu
Retour à la cohorte
Enregistrement W4311455289 · doi:10.55146/ajie.v51i2.50

Supporting Indigenous children’s oral storytelling using a culturally referenced, developmentally based program

2022· article· en· W4311455289 sur OpenAlexaffabout
Meadow Schroeder, Erin Tourigny, Stan Bird, Jackie Ottmann, Joan Jeary, Duane Mark, Clarice Kootenay, Susan A. Graham, Anne McKeough

Notice bibliographique

RevueThe Australian Journal of Indigenous Education · 2022
Typearticle
Langueen
DomainePsychology
ThématiqueReading and Literacy Development
Établissements canadiensFirst Nations University of CanadaUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésStorytellingIndigenousCurriculumLiteracyIndigenous cultureTraditional knowledgePsychologyNarrativePedagogyMedical educationMedicine

Résumé

récupéré en direct d'OpenAlex

Indigenous communities in Canada have struggled with systemic inequities that have affected education outcomes of their children. In collaboration with a Stoney Nakoda community in Western Canada, a university research team, composed of Indigenous and non-Indigenous members, offered an instruction program designed to use storytelling as a gateway to early literacy development. Indigenous researchers and collaborators guided program adaptation to increase its cultural relevance, and non-Indigenous researchers drew upon developmental research to tailor scaffolded instruction that supported increased story-structure complexity. A total of 100 children aged 5 to 7 years participated in an eight-month storytelling program, which included pre- and post-instruction assessments of storytelling and recall. After instruction, participants generated more complex, detailed stories that contained more references to their culture compared to same-age peers. They also more accurately recalled the gist of stories they were read. This study demonstrates the importance of making curricula relevant to Indigenous children by including content that is culturally relevant and developmentally appropriate.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,029
Score d'incertitude au seuil0,058

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,040
Tête enseignante GPT0,370
Écart entre enseignants0,330 · 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'étudeObservationnel
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

Citations6
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Australian Journal of Indigenous EducationMême sujetReading and Literacy DevelopmentTravaux en français237 207