MétaCan
Menu
Retour à la cohorte
Enregistrement W4414879404 · doi:10.31234/osf.io/a28sq_v1

Assessing Media and Science Literacy in Adults: A Scoping Review of Existing Assessment Tools

2025· article· en· W4414879404 sur OpenAlexfundno aff
Vincent Gosselin Boucher, Frédérique Deslauriers, Camille Léger, Florence Coulombe-Raymond, Noémie Tremblay, Ariane Bélanger‐Gravel

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGender and Technology in Education
Établissements canadiensnon disponible
Organismes subventionnairesFonds de Recherche du Québec - Santé
Mots-clésMisinformationContext (archaeology)Public awareness of scienceDigital literacyInclusion (mineral)Scientific literacyMedia literacyDigital mediaInformation literacy

Résumé

récupéré en direct d'OpenAlex

Individual’s capacity to navigate today’s complex information landscape has become a critical issue, particularly in the context of public health, where misinformation poses significant risks. This scoping review aimed to identify and describe existing tools for assessing media and science literacies, including their definitions, conceptual frameworks, psychometric properties, and target populations. A comprehensive search of English and French publications was conducted up to July 11, 2023, across PUBMED, Embase (Ovid), PsycINFO, Cochrane Databases of Systematic Reviews, and Scopus. Of 5,910 unique references, 32 articles met the final inclusion criteria: 16 on media literacy and 16 on science literacy. Fifteen media literacy tools were identified, focusing on traditional and digital media. Most used Likert-scale items, with some incorporating open-ended responses. These tools assessed skills such as critical thinking, digital proficiency, and awareness of the socio-political context of media content. Twelve tools assessed science literacy, covering general knowledge, environmental health, and specific scientific domains. They measured cognitive, behavioural, and attitudinal dimensions using various formats, including Likert scales, multiple-choice, and open-ended items. This review highlights diverse approaches to media and science literacy assessment and calls for interdisciplinary, digitally responsive tools co-developed with educators, experts, and underrepresented communities.

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)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,581
Score d'incertitude au seuil0,276

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,096
Tête enseignante GPT0,508
Écart entre enseignants0,412 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetGender and Technology in EducationTravaux en français237 207