MétaCan
Menu
Retour à la cohorte
Enregistrement W4391171644 · doi:10.1080/0144929x.2024.2307449

Co-design of educational social games with newcomer children: a case study of arabic-speaking migrant tweens

2024· article· en· W4391171644 sur OpenAlexaff
Omar Bani-Taha, Ali Arya, D. R. Fraser Taylor

Notice bibliographique

RevueBehaviour and Information Technology · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueChild Development and Digital Technology
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésArabicPsychologyProcess (computing)Social integrationSocial psychologyMathematics educationSociologyComputer scienceLinguistics

Résumé

récupéré en direct d'OpenAlex

This article addresses the problem of newcomer children’s social adjustment through the use of educational games and co-design activities. While the adjustment process has been studied broadly, there are few studies on using computer games as a solution, especially the involvement of the children in the design process. This article is based on data collected from two studies aimed at understanding newcomer children’s social adjustment needs and involving them in designing game-based solutions. In the first study and as a pre-requisite to designing any effective solution, we conducted a survey of Arabic-speaking newcomer tweens (9–12 years old), parents, and teachers to understand and contextualise the social adjustment problems the children are experiencing. In the second study, we ran a series of co-design workshops and interviews to investigate what the children learn and which game-play ideas and features they use to promote solutions to the social adjustment problems identified in the first study. Corresponding to our two studies, this article has two main contributions: (1) identifying and confirming the most pressing social adjustment problems, and (2) offering new insights on running co-design workshops with children and the features and ideas that can be used in social adjustment games for newcomer children.

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)0,005
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,010
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,009
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0100,006
Communication savante0,0050,003
Science ouverte0,0030,006
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,019
Tête enseignante GPT0,303
Écart entre enseignants0,284 · 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'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 revueBehaviour and Information TechnologyMême sujetChild Development and Digital TechnologyTravaux en français237 207