MétaCan
Menu
Retour à la cohorte
Enregistrement W4312186019 · doi:10.37119/ojs2022.v28i1b.650

Doing Twitter, Postdevelopmental Pedagogies, and Digital Activism

2022· article· en· W4312186019 sur OpenAlexaffvenue
Nicole Land, Narda Nelson

Notice bibliographique

Revuein education · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueChild Development and Digital Technology
Établissements canadiensWestern UniversityToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésCraftNarrativeTemporalitiesSociologyPosthumanSocial mediaObjectivity (philosophy)InstrumentalismPoliticsMedia studiesPedagogyPolitical scienceEpistemologyVisual arts

Résumé

récupéré en direct d'OpenAlex

In this article, we interrogate how we might manifest early childhood education’s Twitter purview as a space for thinking with postdevelopmental pedagogies. Accordingly, we pay attention to the ethics and politics that shape our Twitter practices, asking how these activate postdevelopmental provocations. In this sense, postdevelopmental pedagogies refer to processes and questions that interrupt the assumptions, objectivity, universalism, and technocratic instrumentalism of child development that so often pervade ECE practice, including much of the #earlychildhoodeducation content. Anchored in the two Twitter accounts that we coordinate, we outline four practices for doing Twitter with postdevelopmental provocations: counterpublics, counter-narratives, and counter-memory, collectivity, and digital feminist activism. We then work through two examples, showing how we draw these practices into our decision making as we craft tweets to activate postdevelopmental questions. We conclude by offering forward questions that educators, pedagogists, researchers, and activists might carry into their own Twitter practices. Keywords: early childhood education, Twitter, postdevelopmental pedagogies, digital activism

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)0,006
score de la tête « metaresearch » (Gemma)0,009
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 enseignants0,010
Score d'incertitude au seuil0,033

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,009
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0100,018
Communication savante0,0090,012
Science ouverte0,0010,010
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0100,001

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 Opus0,025
Tête enseignante GPT0,324
Écart entre enseignants0,299 · 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 revuein educationMême sujetChild Development and Digital TechnologyTravaux en français237 207