Analysis of digital literacy content elements of Language arts curriculum in Ontario, Canada: Focusing on changes before and after revision
Notice bibliographique
Résumé
본 연구는 2006년과 2023년의 캐나다 온타리오주 자국어 교육과정의 디지털 리터러시 영역을 문헌분석과 텍스트 마이닝 기법을 활용하여 비교ㆍ분석하는 데 목적이 있다. 구체적으로 교육과정 체제를 분석하기 위해 문헌 분석을 활용하였고, 교육과정 내용 요소를 분석하기 위해 최빈 키워드 분석, 아이겐벡터 중심성 지수 분석, 모듈성 분석을 활용하였다. 본 연구의 결과를 요약하면 다음과 같다. 첫째, 교육과정에서 설정하고 있는 개념이 미디어 리터러시에서 디지털 리터러시로 변화하였으며 이에 따라 각 영역의 목표와 학습 요소에도 변화가 나타났다. 둘째, 개정 후의 교육과정에서 설정하고 있는 디지털 리터러시 영역의 범위가 더 확대되었으며, 셋째, 디지털 리터러시 영역에서 설정하고 있는 학습자상의 범위가 디지털 리터러시 능력을 갖춘 개인에서 사회 문제 해결에 적극적으로 참여하는 사회 구성원으로 확장되었다. 넷째, 디지털 리터러시 교육 내용의 범위가 인지적 영역 중심에서 인지, 정의, 행동적 영역으로 확대되었으며, 다섯째, 디지털 리터러시 영역에서 학습 대상으로 삼고 있는 디지털 텍스트의 유형에 변화가 나타났다. 이를 토대로 본 연구에서는 다음과 같이 제언하였다. 첫째, 우리나라 국어과 교육과정에서도 디지털 리터러시의 정의적 영역과 행동적 영역의 학습 요소를 보다 세분화, 구체화하여 제시할 필요가 있다. 둘째, 초등 단계에서부터 사회적 측면의 디지털 리터러시 교육을 제공할 필요가 있다. 셋째, 향후 교육과정 개정 시 변화하는 디지털 리터러시의 개념을 반영할 필요가 있다. 넷째, 재개념화된 디지털 리터러시의 특성을 반영한 하위 요소에 대한 지속적인 연구가 필요하다.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».