Curriculum Renewal Through Policy Development In Arts Education
Notice bibliographique
Résumé
Across Canada, the arts disciplines - dance, drama, music and visual arts - are integral to the school curriculum. However, there is neither a consensus on the knowledge and instructional skills required of practitioners to effectively implement arts lessons, nor agreement on approaches to teaching the arts in teacher education and professional development programs. In this paper, I discuss a policy Delphi undertaken for the purpose of developing a curricular image for the arts in a faculty of education. My motivation for this study derives from previous research which indicates that effectively designed and delivered arts education programs can enhance teachers' confidence and willingness to the arts in their own classrooms. Findings from this study indicate that elementary teachers need a level of comfort with the arts to teach them. They require the expertise to apply generic instructional skills in the arts, a desire to play and experiment with artistic processes, an appreciation of the importance of the arts, and an understanding of basic arts concepts. Specialist secondary arts teachers should foster creativity in their classrooms. They require expertise in two arts disciplines and a broad knowledge of the others, an understanding of outcomes-based learning and how to organize appropriate activities, and an ability to motivate and inspire young people to participate in the arts. Teacher educators need to re-focus the arts curriculum to emphasize personal expertise, comfort level, creativity, experimentation, and conceptual knowledge across the arts disciplines. Professional development programs in the arts should emphasize outcomes-based learning, generic instructional strategies, integration, and assessment strategies.
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 | 0,001 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».