Classroom Challenges in Developing an Intercultural Early Learning Program for Refugee Children
Notice bibliographique
Résumé
The project described here was aimed at piloting an intercultural, multilingual, early learning program that was genuinely responsive to the circumstances and early learning needs of preschool refugee children and parents from three ethnocultural communities—Somali, Sudanese, and Kurdish—in a large city in Western Canada. We discuss the unique challenges faced by the classroom team consisting of a first-language facilitator for each of the three languages spoken by the children in the classroom and an English-speaking teacher. Because of the lack of sufficient time to consult families and communities about their cultural practices and expectations for young children before the beginning of the program, these challenges included setting up the classroom environments and routines, managing the four languages, negotiating the emerging curriculum content, and learning to work as a team in a multi-sectoral project. Cet article décrit un projet visant le pilotage d’un programme d’apprentissage interculturel et plurilingue pour jeunes enfants qui s’est avéré authentiquement adapté aux circonstances et aux besoins en apprentissage d’enfants réfugiés d’âge préscolaire et de leurs parents originaires de trois communautés ethnoculturelles – somalienne, soudanaise et kurde – dans une grande ville dans l’Ouest du Canada. Nous discutons des défis particuliers qu’affronte l’équipe pédagogique consistant en un moniteur de langue première pour chacune des trois langues parlées par les enfants dans la classe et un enseignant de langue anglaise. N’ayant pas eu le temps de consulter les familles et les communautés avant le début du programme au sujet de leurs pratiques culturelles et de leurs attentes par rapport aux jeunes enfants, nous avons dû, entre autres défis, établir le milieu et les routines de la salle de classe, gérer les quatre langues, négocier le contenu du nouveau programme d’études et apprendre à travailler en équipe dans le cadre d’un projet multisectoriel.
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 | 0,008 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,010 | 0,003 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,003 | 0,009 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
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 ».