Child-Led Research with Young Children: Challenging the Ways to Do Research
Notice bibliographique
Résumé
Child-led research is gaining increasing attention. Such research involves children leading throughout the research process, from research design to dissemination. Child-led research has tested adult-centric research assumptions, with debates in the literature about researchers’ expertise and responsibilities. If these debates are testing for child-led research undertaken with older children and young people, they are even more so for young children below school-starting age. This article examines child-led research undertaken in a Froebelian early years setting, over 11 months, with 36 children aged between 2 and 5 years, from the adult facilitators’ perspectives. The article utilises the research’s documentation, including mind maps, photographs and story books, songs and video recordings, and an interview undertaken with the facilitating early years practitioner and supporting academic. Learning from this, the article challenges the assumption, in much of the literature on child-led research, that adults need to transmit their knowledge of research methods to children. Instead, a ‘slow pedagogy’ can build on children’s own knowledge, collectively, with time to come to research understandings. The article concludes that child-led research is feasible with young children, but the research process can include or exclude certain forms of children’s communication, making some children more ‘competent’ to undertake research than others.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,533 | 0,380 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,003 |
| Méta-épidémiologie (sens large) | 0,005 | 0,002 |
| Bibliométrie | 0,006 | 0,006 |
| Études des sciences et des technologies | 0,025 | 0,147 |
| Communication savante | 0,053 | 0,056 |
| Science ouverte | 0,010 | 0,038 |
| Intégrité de la recherche | 0,017 | 0,034 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,002 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».