Teacher Inquiry Groups as Professional Development: Working Towards Social Justice and Meaningful Change
Notice bibliographique
Résumé
The research discussed in this paper is part of a large national study. Teachers at multiple sites across the country are engaging in Teacher Inquiry Groups (TIGs) where the participants’ are using postcolonial literature to teach for social justice. The TIGs are used as a means for participants to build their curricular and pedagogical knowledge, engage in critical self- and professional reflection, and enhance their capacity to achieve their social justice and equity goals. We report on one research site where data were collected through audio-recordings of monthly TIG meetings, individual interviews with participating teachers, teacher logs, researchers’ field notes, and focus group interviews with students who engaged with the literature. Themes constructed from our critical comprehensive analysis of data will be introduced in our presentation. In recent years, professional learning communities (PLCs) have become a “hot topic” in the field of education (Stoll, et al., 2006), presented as providing greater opportunities for teachers’ professional development than earlier models. Although we ultimately argue that the unique structure of TIGs can promote change in teachers’ curricular and pedagogical knowledge, we also offer a constructive critique exposing the limitations of the TIG process.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,098 | 0,079 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,020 | 0,047 |
| Communication savante | 0,018 | 0,014 |
| Science ouverte | 0,004 | 0,028 |
| Intégrité de la recherche | 0,004 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».