The Kids Do-It-Yourself Media Partnership 2013-2018 Summary Report of Key Findings
Notice bibliographique
Résumé
Where children’s creations used to be relegated to refrigerator doors and classroom bulletin boards, they can now be shared with an audience of millions thanks to connected digital technologies. Between 2013 and 2018, the Kids DIY Media Partnership looked at how and where children create and share media online, and at the designs, regulations, infrastructures, and technologies that underpin the platforms kids use. Our focus was on exploring the opportunities and challenges associated with kids’ DIY media, and with finding ways to best foster a rights based, inclusive, child-centric approach to children’s online media-making and sharing. Working with Canadian and American academics, designers, media producers, child advocates, educators, and NGOs, we identified many strengths in the kids’ DIY media landscape. We also spotted some areas for improvement. Our project began with a content analysis of 140 websites where children can share everything from fanfiction to computer programs, physical media to digital videos. We also looked at the laws and regulations that govern these websites. Subsequently, we conducted seven case studies of exceptional, productive models of children’s digitally connected DIY media production and participation: Algodoo, DIY.org, Gamestar Mechanic, Roblox, Scratch, Storybird, and Tate Kids. We conducted focus groups with children who use DIY platforms and held workshops with adults who design them. Together, all of this information has resulted in the recommendations provided here: research-based, user-supported best practices for designing DIY media platforms aimed at (or inclusive of) children. Our research has shown that there is no single best way to support children’s media making. As a result, we propose a range of principles to consider when designing for and with children. We begin with ways to improve creation, sharing, collaboration, civic engagement, selfrepresentation, and education; next, we turn to legal concerns such as child-friendly privacy policies and copyright regulations; finally, we consider how platforms can be child-friendly and age-appropriate.
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 | 0,007 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,006 |
| Études des sciences et des technologies | 0,006 | 0,001 |
| Communication savante | 0,007 | 0,006 |
| Science ouverte | 0,001 | 0,010 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,027 | 0,008 |
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 ».