MétaCan
Menu
Retour à la cohorte
Enregistrement W2413158125 · doi:10.1080/15595692.2015.1137282

Learning and Teaching With Loss: Meeting the Needs of Refugee Children Through Narrative Inquiry

2016· article· en· W2413158125 sur OpenAlexaff
Thursica Kovinthan

Notice bibliographique

RevueDiaspora Indigenous and Minority Education · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducation and experiences of immigrants and refugees
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésRefugeeNarrativePerspective (graphical)PedagogyMulticulturalismPsychosocialNarrative inquiryPsychologyMulticultural educationQualitative researchSociologyMathematics educationPolitical scienceSocial science

Résumé

récupéré en direct d'OpenAlex

Providing refugee students with a safe and welcoming classroom environment is critical for school success but largely dependent on teachers’ knowledge, values, practices, and attitudes. This qualitative study juxtaposes the experience of one refugee students’ experience in the school system and one beginning teachers’ experience in working with and meeting the psychosocial and educational needs of refugee students in the classroom. Using narrative inquiry, from the perspective of a refugee student and a beginning teacher, this study identifies themes and key issues related to teaching refugee students. These experiences are compared to the current literature on refugee education to highlight the beliefs and values that teachers bring to their practice. Findings reveal that there are gaps in beginning teachers’ knowledge about who refugees are, their experiences, and how best to support them in the classroom. Some teachers also held negative attitudes and perspective of refugee students and failed to develop a nuanced perspective of diversity and multiculturalism. This study also shows how narrative inquiry, in the formal of a personal history account, can be used as tool to surface, challenge, and overcome negative stereotypes, biases, and assertions that prevent teachers from effectively supporting their students.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,171
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,011
Tête enseignante GPT0,304
Écart entre enseignants0,294 · 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 tête enseignante, pas un consensus.

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

Citations52
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDiaspora Indigenous and Minority EducationMême sujetEducation and experiences of immigrants and refugeesTravaux en français237 207