MétaCan
Menu
Retour à la cohorte
Enregistrement W4407265209 · doi:10.14324/herj.22.1.03

The rise and fall of Jackdaws: lessons for designing source collections to teach history

2025· article· en· W4407265209 sur OpenAlexaff
Lindsay Gibson

Notice bibliographique

RevueHistory Education Research Journal · 2025
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueDigital and Traditional Archives Management
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésHistoryOpen sourceComputer scienceGeographyProgramming language

Résumé

récupéré en direct d'OpenAlex

For more than a century, educators and historians have advocated for the importance of using primary sources for teaching history. One of the most innovative and popular collections of sources in the past 60 years were Jackdaws: Collections of Contemporary Documents, which were published by Jonathan Cape between 1963 and 1977. Jackdaws are folders that contain reproductions of primary and secondary sources focused on significant historical events, people, developments, themes and topics in history. In this article, I provide a brief history of Jackdaws, and explain why they were initially popular as a learning resource for teaching history, and why their popularity waned in the mid-to-late 1970s. I conclude by highlighting several lessons that can be learned from the rise and fall of Jackdaws that might help history teachers and educators design collections of primary and secondary sources for teaching history. The three reasons that best explain why Jackdaws became popular learning resources in school history classrooms between 1963 and 1977 are that they were aligned with innovative educational theories at the time, they were flexible and adaptable to diverse contexts, and they were interesting and exciting for students. Despite being heralded as a groundbreaking and revolutionary resource for teaching history, Jackdaws failed to transform history teaching and learning for four main reasons: they were too difficult for some students; they were an awkward fit for some school history curricula; they were expensive and difficult to manage; and there was a lack of pedagogical supports to help teachers use them effectively.

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)0,021
score de la tête « metaresearch » (Gemma)0,040
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,111

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0210,040
Méta-épidémiologie (sens strict)0,0010,002
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,004
Études des sciences et des technologies0,0100,012
Communication savante0,0140,033
Science ouverte0,0050,009
Intégrité de la recherche0,0040,007
Charge utile insuffisante (le modèle a refusé de juger)0,0100,004

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 Opus0,114
Tête enseignante GPT0,333
Écart entre enseignants0,219 · 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'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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHistory Education Research JournalMême sujetDigital and Traditional Archives ManagementTravaux en français237 207