MétaCan
Menu
Retour à la cohorte
Enregistrement W68787142 · doi:10.23860/jmle-2016-06-02-6

The Core Concepts: Fundamental to Media Literacy Yesterday, Today and Tomorrow

2014· article· en· W68787142 sur OpenAlexaffabout
Tessa Jolls, Carolyn Wilson

Notice bibliographique

RevueJournal of Media Literacy Education · 2014
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueLiteracy, Media, and Education
Établissements canadiensOntario Council of University LibrariesUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésYesterdayMedia literacyLiteracyRepresentation (politics)Sign (mathematics)Core (optical fiber)SociologyFoundation (evidence)Media studiesComputer scienceMathematics educationPedagogyPolitical sciencePsychologyMathematicsTelecommunicationsPoliticsLaw

Résumé

récupéré en direct d'OpenAlex

“New media” does not change the essence of what media literacy is, nor does it affect its ongoing importance in society. Len Masterman, a UK-based professor, published his ground-breaking books in the 1980’s and laid the foundation for media literacy to be taught to elementary and secondary students in a systematic way that is consistent, replicable, measurable and scalable on a global basis – and thus, timeless. Masterman’s key insight was that the central unifying concept of media education is that of representation: media are symbolic sign systems that must be decoded. This paper explores the development and the application of the Core Concepts of media literacy, based on Masterman’s groundbreaking work, in Canada and in the U.S.

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)0,004
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,056

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,010
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,002
Études des sciences et des technologies0,0040,054
Communication savante0,0090,015
Science ouverte0,0010,004
Intégrité de la recherche0,0020,006
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,020
Tête enseignante GPT0,307
Écart entre enseignants0,287 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations49
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Media Literacy EducationMême sujetLiteracy, Media, and EducationTravaux en français237 207