MétaCan
Menu
Retour à la cohorte
Enregistrement W4401545853 · doi:10.1111/lit.12384

Overcoming barriers and improving outcomes: teachers' perspectives on using narrative videogames to teach literacy/English

2024· article· en· W4401545853 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueLiteracy · 2024
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueLiteracy, Media, and Education
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésLiteracyNarrativePsychologyPedagogyMathematics educationSociologyLinguistics

Résumé

récupéré en direct d'OpenAlex

Abstract Research strongly supports the use of narrative videogames in the literacy/English classroom. However, for many teachers, incorporating videogames into their teaching practice is highly challenging. This article offers new insights into the potential of videogames as a pedagogical tool for literacy/English by exploring the barriers that teachers face when teaching with videogames, identifying how these barriers might be overcome and assessing whether the benefits of narrative videogames outweigh the practical difficulties of using them in the classroom. This participatory multiple‐case study explores the experiences of six teachers, working in a range of contexts, who each undertook an action research project to assess the barriers to and benefits of teaching literacy/English with narrative videogames. The findings show that although the participants faced barriers related to practical considerations, game choice, pedagogical knowledge and negative attitudes, almost all barriers could be overcome, and the benefits of learning far outweighed the difficulties faced. This article offers a new model for how to overcome barriers to using videogames to teach literacy/English and makes recommendations for both educational practice and the games industry.

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.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Communication savante
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 enseignants0,179
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0030,003
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,015
Tête enseignante GPT0,294
Écart entre enseignants0,279 · 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