Kielen ja luku- ja kirjoitustaidon opetus taiteen avulla. Metodologinen ja teoreettinen viitekehys sekä opetusmenetelmä
Bibliographic record
Abstract
Jälkiteollisissa yhteiskunnissa työllisyystilanne ja sosiaalinen osallisuus riippuvat ratkaisevasti perustaitojen ja ns. pehmeiden taitojen osaamisesta, joihin kuuluvat koti- ja/tai paikalliskielen luku- ja kirjoitustaidot, kulttuurienvälisen viestinnän taidot ja sosiaaliset taidot. Tutkimukset osoittavat, että vähemmän koulutetut ja heikompitaitoiset aikuiset ovat taloudellisesti ja sosiaalisesti väliinputoajien asemassa; he työllistyvät matalapalkkaisille aloille, samaan aikaan kun heidän heikot luku- ja kirjoitustaitonsa vaikuttavat madaltavasti heidän omanarvontuntoonsa. Makrotalouden tasolla heikosti lukevien ja kirjoittavien suuri määrä laskee maan bruttokansantuotetta (BKT) (taloudellinen yhteistyö- ja kehittämisjärjestö [OECD]/Kanadan tilastokeskus Statistics Canada, 2000). Esimerkiksi vuonna 2011 Ranskassa toteutettu kyselytutkimus osoitti, että 16–65-vuotiaista aikuisista vain 7,7 % saavutti korkeimman luku- ja kirjoitustaidon tason verrattuna 11,8 % keskiarvoon muissa tutkimukseen osallistuneissa OECD-maissa (OECD, 2011). Lisäksi heikoimman luku- ja kirjoitustaitotuloksen saaneiden aikuisten prosenttimäärä on korkeampi Ranskassa (21,6 %) kuin muissa OECD-maissa, joissa keskiarvo on 15,5 % (OECD, 2011). Siksi on ratkaisevan tärkeää kehittää uusia pedagogisia työkaluja, joilla parannetaan vähemmän koulutettujen aikuisten perustaitoja ja pehmeitä taitoja sekä opetetaan maahanmuuttajille isäntämaan kieltä ja kulttuuria sekä henkilökohtaisella (henkilökohtainen kasvu) että sosiaalisilla tasoilla (reilumpi ja tasa-arvoisempi yhteiskunta). Kielen ja luku- ja kirjoitustaidon opetus taiteen avulla (Language and literacy learning through art – LALI) -projekti sisällyttää kielen ja luku- ja kirjoitustaidon oppimisen kulttuuriopetukseen liittämällä mukaan tehtäviä museossa ja luokkahuoneessa. Luokkahuoneen lisäksi oppimista siirretään tosielämän ympäristöön, erityisesti museoihin, mikä luo stimuloivia olosuhteita vertaisoppimiselle. Taiteesta (eli kulttuurin keskeisestä osasta) tulee siten ratkaiseva resurssi sosiaalisen ja kielellisen integraation edistämisessä. Tämä opas on osa erilaisten ammattilaisille suunnattujen tuotteiden ja työkalupakkien sarjaa, joka on saatavilla LALI:n luoman verkkoresurssikeskuksen kautta (http://www.lali-project.eu/materials/). Lisäksi LALI on kehittänyt mobiilisovelluksen nimeltä Art App, joka tukee ja vahvistaa museoissa tapahtuvaa oppimista. Pääasiallisesti Art App auttaa opettajia valmistelemaan paikan päällä tapahtuvia tehtäviä, helpottaa kielitaidon ja luku- ja kirjoitustaidon kehittämistä ja harjoittelemista sekä tarjoaa osallistujille mahdollisuuden harjoittaa myös heidän digitaalista osaamistaan. LALI tarjoaa opettajille myös videopohjaisen arviointityökalun ja työkalupakin, joilla opettajat voivat kohentaa pedagogisia taitojaan sekä arvioida ja mukauttaa omia lähestymistapojaan ja metodejaan ryhmäkohtaisesti työpajojen välissä. Videotallenteet auttavat opettajia alati muokkaamaan omaa opetustaan, mikä auttaa heitä kommunikoimaan tehokkaammin osallistujien kanssa projektin aikana. Videotallenteet museotyöpajoista ja opettajien valitsemien jaksojen katseleminen auttavat osallistujia parantamaan suoritustaan ja kehittävät heidän vieraan kielen ja kulttuurisanaston perusosaamistaan. Tämä lähestymistapa sallii myös yksilöllisen seurannan oppimispolkujen luomisen (Eloranta & Jalkanen, 2015).
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.009 | 0.004 |
| Open science | 0.002 | 0.005 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.070 | 0.022 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".