MétaCan
Menu
Retour à la cohorte
Enregistrement W4399195553 · doi:10.1017/9781009253994.004

Emoji Literacy as a Teaching Tool

2024· book-chapter· en· W4399195553 sur OpenAlexaff
Omonpee W. Petcoff, Janice C. Palaganas, Marcel Danesi

Notice bibliographique

RevueCambridge University Press eBooks · 2024
Typebook-chapter
Langueen
DomaineComputer Science
ThématiqueDigital Communication and Language
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésEmojiLiteracyComputer scienceSociologyPedagogyWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

Chapter 2 summarizes the findings of a research project conducted by Petcoff in which she explores using emoji as a viable literacy and postsecondary writing teaching tool. Her work chronicles the teaching situation in a Texas community college, whereby an integrated reading and writing project was devised in which students attempted to demonstrate mastery of State-mandated literacy content areas using both traditional writing and the emoji code. The project provides data-driven findings that allow for the exploration of semioliteracy as a teaching approach, as well how the shared meanings of emoji by students constitute an unconscious semiotic domain. The Petcoff study offers opportunities for further research with similar groups of learning, via iconographic tracking and rendered ecologies with a particular focus on advancing literacy within the framework of first-year and postsecondary writing instructional efforts. Parallels between semioliterate qualities used in reading and writing instruction and healthcare, as well as healthcare professional education, are discussed at the conclusion of the chapter.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,985
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 technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0020,002
Intégrité de la recherche0,0000,001
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 Opus0,016
Tête enseignante GPT0,226
Écart entre enseignants0,210 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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 revueCambridge University Press eBooksMême sujetDigital Communication and LanguageTravaux en français237 207