MétaCan
Menu
Retour à la cohorte
Enregistrement W7024761410

A study on media literacy education in Canada & Japan

2012· article· en· W7024761410 sur OpenAlexaboutno aff

Notice bibliographique

RevueDOAJ (DOAJ: Directory of Open Access Journals) · 2012
Typearticle
Langueen
DomaineMathematics
ThématiqueNavier-Stokes equation solutions
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedia literacyCurriculumInformation literacyChristian ministryLiteracyControl (management)Selection (genetic algorithm)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

One of the prominent necessities of the information age is the need for education in the 21st century. Due to the importance of media literacy education at present, its further study and analysis is expected. Since Canada & Japan are known as the pioneers in this field, the natural selection will put them into focus as a model. In this research, media literacy education in the two mentioned countries has been carefully studied, using the descriptive method. Our studies showed that contrary to what was expected, the schools in the various states of Canada did not follow a standard and uniform method for the education of media literacy, rather each state applied a more fitted version, which was tailored according to the requirements of each individual student and the particulars of the location within the state. In Japan, the ministry of post and telecommunications was the first organization to adopt the media literacy education and supervise its adoption. Since information literacy owns a higher priority in comparison with media literacy in Japan, its educational system has added information literacy as an optional part of its school curriculum all over the country. Information literacy focuses mainly on the efficient use of the teaching content and on increasing the skills of the Japanese students in using the computer. Such use of this education in the above-mentioned countries has left the students with more control and a better understanding of the media output. The students know what they really want from the media and can actively analyze and evaluate the media content to better understand the underlying message they convey.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,049
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,003
Science ouverte0,0020,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,408
Tête enseignante GPT0,613
Écart entre enseignants0,205 · 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
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDOAJ (DOAJ: Directory of Open Access Journals)Même sujetNavier-Stokes equation solutionsTravaux en français237 207