MétaCan
Menu
Retour à la cohorte
Enregistrement W4400525591 · doi:10.53967/cje-rce.6275

Digital Literacies Learning Needs in Rural Ontario Elementary Schools: Teacher Insights

2024· article· en· W4400525591 sur OpenAlexaffvenueabout
Michelle Schira Hagerman, Sima Neisary

Notice bibliographique

RevueCanadian Journal of Education / Revue canadienne de l éducation · 2024
Typearticle
Langueen
DomaineComputer Science
ThématiqueDigital literacy in education
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésMathematics educationPedagogyPsychologySociology

Résumé

récupéré en direct d'OpenAlex

Despite known inequalities of digital access in rural Canada, we know little about the foundational digital literacies learning needs of students attending rural elementary schools. This exploratory case study, conducted in Ontario, presents 13 rural-serving Grade 4–6 teachers’ insights on the access needs and digital literacies learning needs of their students. Results point to a set of mixed digital materialities and opportunities across home and school that raise concerns of digital marginalization for children who are least connected. Teachers named 14 unique digital literacies learning needs in relation to online reading, digital writing, and participation. Their insights also reflect an understanding of digital literacies learning as situated in a complex assemblage of structural, social, emotional, cultural, cognitive, developmental, technological, and material considerations. Implications for policy and the design of uniquely rural solutions to digital literacies instruction are discussed.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCommunication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,796
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0020,005
Science ouverte0,0010,000
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 Opus0,017
Tête enseignante GPT0,247
Écart entre enseignants0,230 · 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
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

Citations6
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Education / Revue canadienne de l éducationMême sujetDigital literacy in educationTravaux en français237 207