MétaCan
Menu
Retour à la cohorte
Enregistrement W2145262183 · doi:10.14434/josotl.v15i4.13339

I’ve Got You Covered: Adventures in Social Justice-Informed Co-Teaching

2015· article· en· W2145262183 sur OpenAlexaff
Cam Cobb, Manu Sharma

Notice bibliographique

RevueJournal of the Scholarship of Teaching and Learning · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCollaborative Teaching and Inclusion
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésPedagogySociologyNarrativeSocial justicePerspective (graphical)Context (archaeology)Teaching methodEthnographyEconomic JusticeNarrative inquiryAdventurePsychologySocial sciencePolitical scienceLaw

Résumé

récupéré en direct d'OpenAlex

What is social justice-informed co-teaching? Why is it important? How can it enrich social justice pedagogy? While the answers to these questions may vary depending on context and perspective, they are nevertheless useful to address. Each of these questions will be discussed in this research paper. This auto-ethnographic narrative inquiry adds to the literature on social justice-informed co-teaching in an innovative way. It critically examines the purposeful endeavor of two professors who used social justice thinking to guide their co-teaching practice, and simultaneously used co-teaching to enrich their social justice pedagogy. At once, this paper is a lived experience, a story, and a research study. In deconstructing two narratives, the authors articulate specific ways in which co-teaching, as a practice, presents unique opportunities for social justice learning. Implications for research and practice in teacher education programs, teaching practices and field- experiences, and co-teachers themselves are shared in the closing segment of the paper.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0180,027
Communication savante0,0100,012
Science ouverte0,0020,014
Intégrité de la recherche0,0030,008
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,050
Tête enseignante GPT0,391
Écart entre enseignants0,342 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations11
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the Scholarship of Teaching and LearningMême sujetCollaborative Teaching and InclusionTravaux en français237 207