Microteaching: An Introspective Case Study with Middle School Teachers in New York City Public Schools
Notice bibliographique
Résumé
The purpose of this study was to investigate the potential impacts of microteaching on experienced teachersparticipating in the Community Enterprise for Restoration Science (CCERS) Teaching Fellowship at Pace Universityas part of a National Science Foundation-funded research project on the education model known as the Curriculum andCommunity Enterprise for Restoration Science (CCERS). The program builds a learning community of teachers in thefellowship program as they participated in monthly workshops in cohorts and continuously interact with each otherduring the two years of the program. Each teacher in Cohort 1 of the CCERS Fellowship was required to provide a brieflesson that they have used in the classrooms from the CCERS curriculum. Generally, the Teaching Fellows’micro-lessons contained appropriate objectives presented to the class aligned well to the objectives of the CCERSinitiative, which focused on harbor restoration learning within a STEM context. By conducting field studies atrestoration stations that students set up near their schools, students across all schools learned about the biology,chemistry, ecology and history of the Hudson River. In addition to teaching science content, all teachers incorporatedlessons on helping students to develop literacy strategies to build vocabulary. The microteaching modules allowed forteachers to gain insight as to how the curriculum was being implemented into other teachers’ classrooms. It permittedfor teachers’ exposure to the various teaching methods and resources being used to assist underrepresented studentsand students where English is a second language.
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 | 0,001 | 0,001 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».