MétaCan
Menu
← Retour à la cohorte
Enregistrement W2531667946

Teacher Candidates as Read-Aloud Tutors: Trajectories of Growth Through a Field Experience Placement

2016· article· en· W2531667946 sur OpenAlexaff
Scott Hughes, Jodi Nıckel

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTeacher Education and Leadership Studies
Établissements canadiensMount Royal University
Organismes subventionnairesnon disponible
Mots-clésLiteracyMathematics educationMeaning (existential)PedagogyReading (process)PsychologyReading comprehensionComprehensionThink aloud protocolTeacher educationComputer scienceLinguistics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The purpose of this study was to identify and describe the relationship between active participation in a weekly tutoring program and the development of teacher candidates’ knowledge about teaching reading and comprehension. Three questions guided this study: How does a read-aloud tutoring program contribute to teacher candidates’ understanding of literacy development? How do we help teacher candidates to move beyond low-level questions to meaning-focused instruction? How do we help teacher candidates to individualize instruction and teach in responsive ways? We are particularly interested in understanding how the teacher candidates Better understand the value and benefits of reading aloud with children Develop confidence in their ability to effectively read aloud with children Learn to ask rich questions that promote deep thinking These questions were addressed through a case study methodology. Analysis identified the following themes related to teacher candidates’ learning: (a) theory/practice connections, (b) reading as engaged experience, and (c) trajectories of growth. Findings from this study will support the development of course work that aligns the theory and practice of literacy instruction, enhances pre-service teachers’ abilities to be strong literacy teachers, and contributes to the scholarship of pre-service teacher education and children’s literacy development.

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)0,004
score de la tête « metaresearch » (Gemma)0,016
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 enseignants0,008
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,016
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0040,002
Communication savante0,0040,002
Science ouverte0,0010,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,085
Tête enseignante GPT0,393
Écart entre enseignants0,308 · 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

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetTeacher Education and Leadership Studies→Travaux en français237 207→