MétaCan
Menu
Retour à la cohorte
Enregistrement W4385766269 · doi:10.1111/lit.12350

Elementary students' engagement in transduction and creative and critical thinking

2023· article· en· W4385766269 sur OpenAlexaff
Sylvia Pantaleo

Notice bibliographique

RevueLiteracy · 2023
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueLiteracy, Media, and Education
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésSemioticsMeaning (existential)Context (archaeology)CurriculumCritical thinkingMeaning-makingCreativityComicsPsychologySign (mathematics)PedagogySociologyMathematics educationEpistemologyArtSocial psychologyLiterature

Résumé

récupéré en direct d'OpenAlex

Abstract Student engagement in the process of transduction concomitantly affords them with opportunities to develop and express their critical and creative thinking competences. Reconfiguring or remaking knowledge or meaning in modes other than those of the original sources of information requires affective, imaginative and cognitive activity by sign‐makers. In this article, I present examples of elementary students' transduction work and discuss their semiotic meaning‐making with reference to the concepts of critical and creative thinking. During the study featured in this article, Grade 4 students engaged in the process of transduction when participating in activities about elements of visual art and design and conventions of the medium comics, when exploring picturebooks and graphic novels and when composing and explaining their own multimodal texts. The students' transmodal meaning‐making showed how, in the context of the research classrooms, the purposefully designed pedagogy and activities both required and nurtured students' critical and creative thinking, which simultaneously provided the students with opportunities to extend their knowledge and deepen their understandings of the concepts and curriculum content under study.

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)0,005
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 enseignants0,005
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,003
Communication savante0,0050,001
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,032
Tête enseignante GPT0,332
Écart entre enseignants0,300 · 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

Citations9
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLiteracyMême sujetLiteracy, Media, and EducationTravaux en français237 207