Critical Online Resource Evaluation in Secondary Schools: \nA Descriptive, Multiple-case Study of Teachers in Quebec
Notice bibliographique
Résumé
Little is known about the circumstances surrounding how teachers guide their students to understand the credibility and relevance of information they research on the Internet. This two-part qualitative, multiple-case study examined how 11 secondary teachers in Quebec approached instructing their students in critical online resource evaluation (CORE). In Strand 1, an environmental scan of the Quebec landscape was done focusing on materials available to teachers for CORE. This included a systematic review through an extensive search of the website of every English school board, as well as informal discussions with subject matter experts (SMEs) such as a professor of journalism and a professor specializing on information literacy. In Strand 2, teachers shared their varied approaches to teaching CORE in semi-structured interviews. Participants from both public and private schools were selected based on their interest in the study, the grade level they taught, and the subject matter. Within-case and cross-case analysis revealed an overall understanding and acceptance of the importance of CORE in its basic definition. Further, several patterns were observed across cases such as common approaches to teaching CORE. Some obstacles hindering teachers were uncovered including gaps in government curriculum documents such as the Quebec Education Program (QEP) and a lack of time for teachers to adequately prepare and plan to teach materials that they are generally self-creating. A strength, weaknesses, opportunities, and threats (SWOT) analysis completes the discussion. Implications for the future include more targeted professional development options for teachers and clearer direction from government-mandated curriculum. More research is necessary to expand the scope of understanding of CORE past this limited sample.
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 | 0,006 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,019 | 0,005 |
| Communication savante | 0,005 | 0,002 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,000 |
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.
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 ».