MétaCan
Menu
Retour à la cohorte
Enregistrement W4404481579 · doi:10.56238/arev6n3-066

A INFLUÊNCIA DA CULTURA DIGITAL NO PROCESSO DE ALFABETIZAÇÃO

2024· article· pt· W4404481579 sur OpenAlexaff
Vanessa Morgado Madeira Caldeira, Maria Cristina Vidovix Segura, G. Passos, Ziza Silva Pinho Woodcock

Notice bibliographique

RevueAracê. · 2024
Typearticle
Languept
DomaineComputer Science
ThématiqueDigital literacy in education
Établissements canadiensImpact
Organismes subventionnairesnon disponible
Mots-clésProcess (computing)LiteracySociologyComputer sciencePedagogyProgramming language

Résumé

récupéré en direct d'OpenAlex

O presente estudo abordou a relação entre letramento digital e o processo de alfabetização, com o objetivo de analisar como o letramento digital impacta a aquisição da escrita nas práticas pedagógicas contemporâneas. A metodologia utilizada foi uma revisão bibliográfica, que permitiu a seleção e análise de obras relevantes na área da educação e tecnologia. Os resultados evidenciaram que o letramento digital se configura como uma competência essencial para a formação de alunos, proporcionando uma aprendizagem dinâmica e engajadora. Além disso, foi constatada a necessidade de formação contínua para os educadores, a fim de que eles integrem as mídias digitais em suas práticas pedagógicas. A análise revelou que a utilização de ferramentas digitais no ambiente escolar enriquece o processo de ensino-aprendizagem, facilitando a aquisição de habilidades de leitura e escrita. As considerações finais apontaram que, embora as práticas pedagógicas que incorporam o letramento digital sejam promissoras, ainda existem desafios a serem superados, como a resistência dos educadores e a necessidade de avaliação das habilidades digitais dos alunos. O estudo destacou a importância de futuras investigações que explorem a implementação dessas práticas em diferentes contextos educacionais.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,022
Score d'incertitude au seuil0,072

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0070,010
Communication savante0,0120,009
Science ouverte0,0010,009
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0220,002

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 Opus0,014
Tête enseignante GPT0,288
Écart entre enseignants0,274 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAracê.Même sujetDigital literacy in educationTravaux en français237 207