MétaCan
Menu
Retour à la cohorte
Enregistrement W4416025410 · doi:10.1177/21582440251384722

Analyzing Newcomer Narratives in a Student-Produced Video on Integration Challenges

2025· article· en· W4416025410 sur OpenAlexaffabout
Marigona Morina, Rahat Zaidi

Notice bibliographique

RevueSAGE Open · 2025
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueLiteracy, Media, and Education
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésScholarshipNarrativeCurriculumSocial mediaTransformational leadershipConsciousness raisingNarrative inquiryRacial integrationRacism

Résumé

récupéré en direct d'OpenAlex

This study sought to empower the perspectives of racial minority adolescent students by creating an opportunity to advocate for themselves and to seek change in the community they live in. The study took place in a highly diverse rural high school in Western Canada and included creating a social media advocacy campaign that addressed the challenges faced by these students. The researchers used Rose’s four sites for interpreting visual materials, focusing on a student-produced short film that depicted the issues and challenges of a racialized Muslim student, highlighting matters of belonging and the importance of building what is known as religious and racial literacy. The scholarship represents a transformational experience, encouraging student participants and administration to heighten awareness and understanding of self-advocacy in authentic discussions. It includes suggestions for teaching education programs, curriculum revisions, and pedagogical practices that awaken our sense of social justice.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,098
Score d'incertitude au seuil0,688

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0010,000

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 Opus0,073
Tête enseignante GPT0,351
Écart entre enseignants0,278 · 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'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

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSAGE OpenMême sujetLiteracy, Media, and EducationTravaux en français237 207