MétaCan
Menu
Retour à la cohorte
Enregistrement W4402516309 · doi:10.1080/14729679.2024.2403022

Social media as a learning resource for outdoor enthusiasts: a Canadian perspective

2024· article· en· W4402516309 sur OpenAlexaffabout
Charlotte Huebner, Christian Mercure, Tegwen Gadais

Notice bibliographique

RevueJournal of Adventure Education & Outdoor Learning · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueImpact of Technology on Adolescents
Établissements canadiensUniversité du Québec à ChicoutimiUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésOutdoor educationPerspective (graphical)Social mediaSociologyResource (disambiguation)PsychologyPedagogyVisual artsComputer scienceArt

Résumé

récupéré en direct d'OpenAlex

Outdoor enthusiasts can acquire knowledge and skills about their activities in different ways, one of these being social media. Nonetheless, there is limited scientific literature that allows us to understand how outdoor enthusiasts currently use social media to learn about their activities. This exploratory research, based on a mixed method design, aims to better understand how Canadian outdoor enthusiasts (COE) use social media to learn about their outdoor activities. This study examined how 368 COE use social media to learn about their activities. Chi-square tests and t-tests were applied to analyze differences between participants’ answers and individual characteristics. Results suggest that COE do indeed use social media to learn about their activities. Qualitative data originating from the same survey suggests that COE also use social media to get ideas and inspiration as well as to connect with other outdoor enthusiasts.

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)0,002
score de la tête « metaresearch » (Gemma)0,009
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,568
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,002
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 Opus0,015
Tête enseignante GPT0,353
Écart entre enseignants0,338 · 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'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'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Adventure Education & Outdoor LearningMême sujetImpact of Technology on AdolescentsTravaux en français237 207