MétaCan
Menu
Retour à la cohorte
Enregistrement W4366588121 · doi:10.23860/jmle-2023-15-1-5

Exploring critical media health literacy (CMHL) in the online classroom

2023· article· en· W4366588121 sur OpenAlexaff
L. Ashley Squires, Adrienne M. F. Peters, Linda E. Rohr

Notice bibliographique

RevueJournal of Media Literacy Education · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueImpact of Technology on Adolescents
Établissements canadiensUniversity of WindsorMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésMedia literacyAsynchronous communicationCurriculumPsychologyHealth literacyHealth communicationHealth educationContent analysisMedical educationPedagogyComputer scienceHealth careSociologyMedicinePublic healthCommunicationNursingPolitical science

Résumé

récupéré en direct d'OpenAlex

Critical media health literacy (CMHL) is concerned with identifying healthrelated messages in the media, acknowledging the potential effects on health behaviours, critically analyzing the content of the message, and the subsequent application of the message to one’s health behaviours (Levin-Zamir & Bertschi, 2018). This exploratory research examined the CMHL skills of students (n = 120) in an entry-level, online asynchronous health and wellness course, by examining their ability to think critically about health-related themes presented in news media articles online and apply course-based knowledge during a Twitter event. Employing a content analysis of tweets from the event, students were found to illustrate CMHL skills when interacting with peers on Twitter, more than when directly assessing online news media. The findings suggest that the course curriculum be altered to include CMHL skills, to better equip students with the ability to identify accurate health information in the media.

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 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)0,003
score de la tête « metaresearch » (Gemma)0,009
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
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 enseignants0,695
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,002
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,123
Tête enseignante GPT0,452
Écart entre enseignants0,329 · 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 tête enseignante, pas un consensus.

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

Citations5
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Media Literacy EducationMême sujetImpact of Technology on AdolescentsTravaux en français237 207