MétaCan
Menu
Retour à la cohorte
Enregistrement W4390820078 · doi:10.5772/intechopen.114035

Daily Use of Digital Literacy among Young People with Intellectual Disabilities: A Capability Approach Study

2024· book-chapter· en· W4390820078 sur OpenAlexfundno aff
Marie-Ève Boisvert, Delphine Odier-Guedj, Floriane Moulin, Marie-Eve Lefebvre

Notice bibliographique

RevueEducation and human development · 2024
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiqueChild Development and Digital Technology
Établissements canadiensnon disponible
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésReading (process)LiteracyContext (archaeology)EthnographyDigital literacyPsychologyIntellectual disabilityQualitative researchPedagogyMathematics educationSociologySocial sciencePolitical science

Résumé

récupéré en direct d'OpenAlex

Although recent studies have highlighted young people with intellectual disabilities’ (ID) difficulties with reading and writing, it is not well-know how these skills are used in their daily life and, even less, regarding their digital literacy. Consequently, the aim of this study was to describe the daily use of digital literacy among adolescents, aged 15–21 years, with ID. An additional aim was to identify the factors that facilitated or hindered the various reading and writing practices beyond the classroom context, including home and other familiar spaces like the grocery store. To do so, the digital literacy practices of two adolescents were identified through an ethnographic multi-case study by using creative methods to generate qualitative data. Through Sen’s and Nussbaum’s capability frameworks, it was found that these two young people employed digital literacy through applications on mobile phones and electronic tablets. They developed different capabilities and functionings, particularly “affiliation” and “senses, imagination, and thoughts”. The discussion section of this study focuses on how daily- and school-based digital literacy usages can be bridged to support young people with IDs’ learning and engagement at school.

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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,587
Score d'incertitude au seuil1,000

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 technologies0,0000,001
Communication savante0,0010,000
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 Opus0,033
Tête enseignante GPT0,286
Écart entre enseignants0,253 · 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'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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEducation and human developmentMême sujetChild Development and Digital TechnologyTravaux en français237 207