MétaCan
Menu
Retour à la cohorte
Enregistrement W4382603060 · doi:10.1002/jaal.1286

The social drama of digital multimodal composing: A case study with emergent bi/multilingual newcomer students

2023· article· en· W4382603060 sur OpenAlexafffund
Amir Michalovich

Notice bibliographique

RevueJournal of Adolescent & Adult Literacy · 2023
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueLiteracy, Media, and Education
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésThematic analysisPsychologyDramaPedagogyReflexivityLiteracySociologyPerspective (graphical)EthnographyQualitative researchMathematics educationComputer science

Résumé

récupéré en direct d'OpenAlex

Abstract This multi‐year, ethnographic, qualitative case study in English Language Learning classrooms contributes a unique analysis of nine adolescent newcomer students' investment in a digital multimodal composing (DMC) project as a social drama. Using reflexive thematic analysis, it explores the following possibilities afforded by in‐school, dramaturgically structured DMC processes for the students' investment in classroom learning: (1) changing the definition of the situation, (2) supporting students' impression management to gain social and cultural capital, and (3) creating bonds of reciprocal dependence and familiarity. The study helps language and literacy researchers, educators, and teacher educators better understand emergent bi/multilingual newcomer students' investment in DMC processes through the sociological perspective of dramaturgy, suggesting how DMC might deepen learning while valuing the assets of culturally, linguistically, and racially diverse newcomer students.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,084
Score d'incertitude au seuil0,877

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,032
Tête enseignante GPT0,342
Écart entre enseignants0,310 · 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.

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

Citations3
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

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