An Enquiry into Citizenship Education curriculum and pedagogy: the role of technology and student voice.
Notice bibliographique
Résumé
The research in this thesis explores Citizenship Education pedagogy at secondary school level in Ontario, Canada. Citizenship Education is a complex subject area and its teaching and learning within the classroom is contentious. The literature indicates the value of student voice and technology; however the ways in which these pedagogical tools can be incorporated into the Citizenship Education classroom have not been explored in great detail. \n \nThis study uses a Practitioner Inquiry approach within an Action Research model to investigate the research question; how can student voice and technology be used in the engagement of students within the subject area of Citizenship Education in the classroom. The methods developed and used to collect the data for the study served a dual purpose of engaging and empowering the participants within the research and were based on the ethical considerations of researching with young people. The thesis uses an adapted interpretive ecological framework for the conceptualization, interpretation, and analysis of the findings from the study. It provides a rich and detailed description of the context, processes, and considerations that are involved in incorporating student voice and technology within the Citizenship Education classroom through the Action Research design. The results show that student voice and technology can be used pedagogically to help young people construct their own meanings of citizenship and a Critical Citizenship Education framework was developed to support adoption of these approaches more widely. Future directions for research into the use of innovative approaches to the teaching and learning of Citizenship Education in the classroom are considered.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».