MétaCan
Menu
Retour à la cohorte
Enregistrement W4367555173 · doi:10.1111/lit.12327

Critical literacy: an approach to child rights education in Uganda and Canada

2023· article· en· W4367555173 sur OpenAlexafffundabout
Shelley Jones, Kathleen Manion

Notice bibliographique

RevueLiteracy · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueChildren's Rights and Participation
Établissements canadiensRoyal Roads University
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésLiteracyCritical literacyAgency (philosophy)Promotion (chess)PedagogyInterrogationEconomic JusticeNarrativePsychologySociologyPolitical sciencePublic relationsMathematics educationPoliticsSocial scienceLaw

Résumé

récupéré en direct d'OpenAlex

Abstract For children to know how to fully participate in and most effectively lead the world they will inherit, they must learn how to critically engage with it and be knowledgeable about foundational rights and instruments that support such engagement. Together, critical literacy, which encourages the examination and interrogation of the underlying assumptions of dominant narratives and ‘legitimate’ knowledge, and children's rights education, which involves children in learning how to express their ideas and fully participate in society (as appropriate to their age and ability), offer a powerful approach—theoretical and pedagogical—to engage children in active engagement of the world, especially with respect to the promotion of social justice. However, the layers of complexity and risks associated with deep consideration of challenging topics require expert guidance and compassionate role modelling from teachers of young children. Our paper considers the intersections between critical literacy and global child rights with reference to a study conducted with young school children in Canada and Uganda to discuss how teachers can support meaningful learning experiences in the classroom that can promote children's agency and social justice commitments.

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)0,007
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 enseignants0,141
Score d'incertitude au seuil0,997

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,004
Études des sciences et des technologies0,0420,017
Communication savante0,0100,003
Science ouverte0,0020,009
Intégrité de la recherche0,0020,005
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,014
Tête enseignante GPT0,349
Écart entre enseignants0,335 · 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

Citations6
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueLiteracyMême sujetChildren's Rights and ParticipationTravaux en français237 207