MétaCan
Menu
Retour à la cohorte
Enregistrement W7098057062

Title of dissertation: TECHNOLOGY IN THEIR HANDS: STUDENTS ’ VOICES FROM A NOOK SUMMER READING PROGRAM FOR NON-PROFICIENT FIFTH-GRADE STUDENTS

2016· article· en· W7098057062 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueLibrary Collection Development and Digital Resources
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésReading (process)Focus groupVariety (cybernetics)PerceptionPlan (archaeology)Qualitative researchIntersection (aeronautics)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Researchers have documented a “summer reading setback ” where a demonstrated achievement gap between proficient and struggling readers expands during the summer months (Allington & McGill-Franzen, 2003). Educators need to devise a plan to foster diverse independent reading (Byrnes, 2000) by providing students access to texts of interest (Ivey & Broaddus, 2001; Hughes-Hassell & Rodge, 2007) and researchers suggest when given opportunities to read e-books, students read more (Fasimpaur, 2004). This study was designed to reveal students ’ perceptions of a Nook summer reading program granting the students access to a wide variety of eBooks, paying particular attention to the non-proficient fifth-grade students ’ reported summer reading behaviors and the influences for students ’ summer reading. Using a qualitative exploratory approach, I studied 20 students who participated in a summer independent reading program using Nook digital readers. I was able to analyze and interpret the student voices regarding their summer reading experiences using an online book log, student questionnaires, focus group interviews, and through two individual student case studies. I analyzed and interpreted the data through an interpretive mosaic focused on four overarching themes and the intersection of those themes which included: the reader, access to

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)0,002
score de la tête « metaresearch » (Gemma)0,007
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 seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0100,003
Communication savante0,0090,003
Science ouverte0,0010,005
Intégrité de la recherche0,0020,005
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,018
Tête enseignante GPT0,308
Écart entre enseignants0,290 · 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

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetLibrary Collection Development and Digital ResourcesTravaux en français237 207