Notice bibliographique
Résumé
Making School with Children: Engaging Learners to Think Critically envisions a hopeful future where communities unite to support one another and create a better world. Inspired by Comber’s (2016) reminder that young people should learn to work for justice from the outset of schooling, this book showcases a whole-school response. Readers will explore stories from K-6 classrooms, where students and teachers collaborated across grade levels to build critical literacy through civic-minded social action projects, driven by the children’s inquiry questions, interests, and passions. Making School with Children reflects Vasquez’s (1994, 2014) belief that learners thrive when their education is relevant to their lives. By centering children’s experiences, the book aims to foster what Routman (2023) describes as a “joyful culture of trusting relationships, respect, and celebration of learners’ strengths.” This approach not only enhances curriculum but also nurtures a dynamic relationship with the world, promoting change, progress, and the creation of new ideas. The book is divided into two sections. The first section, comprising seven chapters, details the work done in each grade from kindergarten to sixth grade to negotiate civic-minded literacy learning that transcends mandated curricula. It concludes with lessons learned and their implications for other educational settings. The second section offers a collection of resources, including recommended children’s books, teacher resources, teaching tips, and lesson plans, to support similar work in the readers’ own settings.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,003 |
| Communication savante | 0,009 | 0,009 |
| Science ouverte | 0,001 | 0,007 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,032 | 0,011 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».