Navigating New Digital Divides in Early Literacy Instruction
Notice bibliographique
Résumé
Mobile electronic devices and digital technologies are occupying an increas- ingly prominent place in contemporary childhood experiences across the globe. Rapid changes in digital tools and innovations require increased and different literacy skills for young children. Such shifts also present challenges to early years educators and children's families. Issues related to equitable access, pedagogically and developmentally sound learning structures, and suspicion of digital tools are often part of the complex contexts that surround and intersect emerging practices. Our paper will examine some of the 'new digital divides' emerging in early childhood, using multilayered data from a four year Canadian and Australian research project: interviews of Canadian and Australian early years educators; interviews of young children in their homes; analyses of curriculum and policy; and reports from popular media aimed at parents and teachers. The findings of this project reveal 'digital divides' that challenge public and popular perceptions of who is using digital tools and modes and who is not. The paper will address the following questions: How are digital mobile devices being taken up by young children at home and at school in Canadian and Australian contexts? What barriers exist at school and in children's homes? And finally, how can education systems and policies help to build in provision and support for digital literacy practices, and bridge practices across children's learning environments?
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 | 0,005 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,015 | 0,024 |
| Communication savante | 0,013 | 0,014 |
| Science ouverte | 0,001 | 0,014 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».