(In)Equity and Academic Streaming in Ontario: Effects on Students and Teachers and How to Overcome These
Notice bibliographique
Résumé
This study is concerned with equity and academic streaming in Ontario K-12 education. The purpose of this study is to investigate the ways in which teachers’ reflections on their professional experiences can deepen our understanding of academic streaming and its impacts on students in Ontario, with a focus on: a) factors, other than academic ability, that determine a student’s stream; b) the effects of academic streaming; and c) how the education system, particularly vis-à-vis streaming, might be improved to better serve students and teachers based on these findings. Using semi-structured interviews with practising educators, this study serves to extend and consolidate existing research on streaming, which tends to be largely negative with regards to how academic streaming works in practice and the effects that it has on students. This study finds some benefits to academic streaming, mostly for teachers and students within the academic stream, however, most findings strongly suggest that our current system of academic streaming is highly inequitable, particularly due to the influence of socioeconomic status, race, and level of parental advocacy on which stream a student takes. This study strongly suggests that academic streaming is largely detrimental since it segregates students and puts many “on a pathway…that closes a lot of doors.” Another significant finding is that participants were keen to increase student integration using approaches such as destreaming. Other methods to make destreaming feasible are also suggested, such as reducing class size and increasing teacher collaboration.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».