MétaCan
Menu
Retour à la cohorte
Enregistrement W4390877721 · doi:10.11606/issn.2316-9125.v28i2p151-181

Media education and the limits of “literacy”: Ecological orientations to performative platforms

2023· article· en· W4390877721 sur OpenAlexaff
T. Philip Nichols, Robert Jean LeBlanc

Notice bibliographique

RevueComunicação & Educação · 2023
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueLiteracy, Media, and Education
Établissements canadiensUniversity of Lethbridge
Organismes subventionnairesnon disponible
Mots-clésMisinformationMedia literacyPerformative utteranceInterpretation (philosophy)EmpowermentSociologyLiteracyInformation literacyNew mediaPedagogyPublic relationsPolitical scienceAestheticsComputer scienceArtLaw

Résumé

récupéré en direct d'OpenAlex

Recently, talk of “fake news” – and its relation to wider epistemic crises, from climate denialism to the creep of global ethnonationalism – has renewed attention to media literacy in education. For some, revived discussions of media literacy offer protection (e.g., strategies for identifying and critiquing media bias and misinformation). For others, they offer empowerment (e.g. equipping youth to produce media messages that challenge misinformation or represent marginalized perspectives). In this article, we consider how such approaches, while often generative, retain a focus of media pedagogy that centers the actions of individual humans – namely, “literacies”, or practices associated with the interpretation or creation of media texts.

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)0,013
score de la tête « metaresearch » (Gemma)0,017
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,069

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,017
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,002
Études des sciences et des technologies0,0120,104
Communication savante0,0210,016
Science ouverte0,0010,015
Intégrité de la recherche0,0040,005
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 Opus0,060
Tête enseignante GPT0,326
Écart entre enseignants0,266 · 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'étudeSans objet
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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueComunicação & EducaçãoMême sujetLiteracy, Media, and EducationTravaux en français237 207