MétaCan
Menu
Retour à la cohorte
Enregistrement W4417511207 · doi:10.1108/qrj-08-2025-0276

Do e-books mediate the construction of children as meaning-makers? Early childhood teachers’ views

2025· article· en· W4417511207 sur OpenAlexaff
Malpaleni Satriana, Febry Maghfirah

Notice bibliographique

RevueQualitative Research Journal · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueChild Development and Digital Technology
Établissements canadiensEducation and Early Childhood Development
Organismes subventionnairesnon disponible
Mots-clésEarly childhoodQualitative researchPerceptionMeaning (existential)Early childhood educationEmpirical researchFunction (biology)Literacy

Résumé

récupéré en direct d'OpenAlex

Purpose Although e-books have been widely studied, empirical evidence on their role as mediating tools that support children’s meaning-making remains limited. This study explores early childhood teachers’ perceptions of e-books as mediators of meaning-making among children aged 5–6 years. Design/methodology/approach This qualitative study employed semi-structured interviews with ten early childhood teachers who provided informed consent for the use and publication of their responses. Data were thematically analyzed through four stages: preparing analytic templates, managing data, handling transcriptions, and ensuring ethical treatment of data. Findings The findings indicate that well-designed e-books can stimulate children’s meaning-making abilities. Teachers emphasized that e-books function not merely as content delivery tools but as effective mediators that foster meaning through interaction, personal experience, and feedback. Originality/value This study contributes to early childhood literacy research by highlighting teachers’ perspectives on e-books as mediational tools in children’s meaning-making processes, offering pedagogical insights for integrating digital texts into early learning contexts.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,010
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,013
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,010
Communication savante0,0090,008
Science ouverte0,0010,005
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,110
Tête enseignante GPT0,489
Écart entre enseignants0,379 · 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 source (Gemma direct ou Codex distillé), 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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueQualitative Research JournalMême sujetChild Development and Digital TechnologyTravaux en français237 207