MétaCan
Menu
Retour à la cohorte
Enregistrement W4416400345 · doi:10.5539/ies.v18n6p8

English Digital Literacy Among Chinese High School Students

2025· article· W4416400345 sur OpenAlexvenueno aff

Notice bibliographique

RevueInternational Education Studies · 2025
Typearticle
Langue
DomaineComputer Science
ThématiqueDigital literacy in education
Établissements canadiensnon disponible
Organismes subventionnairesChulalongkorn University
Mots-clésDigital literacyLiteracyFocus groupComputer-mediated communicationInformation literacyFocus (optics)English languageMultimethodologyQualitative research

Résumé

récupéré en direct d'OpenAlex

This mixed-methods study aimed to explore and compare uses of English digital literacy among 113 Chinese high school students. Results from the digital literacy questionnaire, classroom observation, and semi-structured interviews provided both descriptive statistics and content analysis. They reported on using diverse focuses of the digital literacy at the agreeable level. In this study, digital literacy referred to the focus on digital general skills, information, communication, collaboration, and redesign. Almost all of the students focused most on collaboration and focused least on communication via digital applications. Significant differences were found among students with high and low-level English ability. Students with high-level English ability were more likely to focus on using information and were more confident and proactive in the use of digital tools, while students with low-level English ability were more likely to focus on using redesign. Implications led to increase the integration of digital literacy into language education.

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)0,010
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Communication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,167
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,010
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0080,011
Science ouverte0,0030,002
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 Opus0,011
Tête enseignante GPT0,380
Écart entre enseignants0,369 · 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.

Devis d'étudeObservationnel
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 revueInternational Education StudiesMême sujetDigital literacy in educationTravaux en français237 207