Pandemic digital structural violence: Teachers' observation of post‐pandemic learning loss in students
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.
Notice bibliographique
Résumé
Abstract Almost four academic years have passed since emergency remote teaching (ERT) was employed as a temporary means for continuing education. In the post‐pandemic era, residual impacts from ERT are still unfolding. Teachers reported a pronounced decrease in students' academic performance, concentration and social skills. As time passes, we seem to have forgotten the negative impacts of ERT on students, which affects primary, secondary, and even university students. Using case studies, digital ethnography and autoethnography, this research explores ERT in a private school in Canada and a local Band 3 school in Hong Kong. The qualitative data allow an extensive analysis of the circumstances and outcomes of two diverse groups of students. The findings include class participation as an outcome of limited resources; students' motivation and independent learning skills differ on the basis of their socioeconomic status; and the issues of mind wandering and concentration, which manifest in various ways. Despite school resumption, these findings show that the negative impacts remain in today's classrooms. This research argues that the negative consequences differentially affect students and proposes the need to coin the term ‘pandemic digital structural violence’ (PDSV) to address the core problem accurately. This research urges educators to be aware of PDSV and avoid blaming their students. It also urges policy makers to address the unfairness while moving on to develop digitised education further.
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 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 | 0,001 | 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 découle