MétaCan
Menu
Retour à la cohorte
Enregistrement W2752436944

Teachers’ Use of Children’s Literature that Accurately Portrays Individuals with Exceptionalities in Inclusive Classrooms

2014· other· en· W2752436944 sur OpenAlexaboutno aff

Notice bibliographique

RevueTSpace (University of Toronto) · 2014
Typeother
Langueen
DomaineSocial Sciences
ThématiqueInclusion and Disability in Education and Sport
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMathematics educationPsychologyPedagogySociology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This study investigated how teachers’ use of children’s literature that accurately portrays individuals with exceptionalities might play a role in supporting an inclusive learning environment. Students with exceptionalities are a reality for the majority of teachers in Ontario, and children’s literature can be a powerful tool for learning. Children’s literature can allow educators to help connect with their students and can help students understand the world around them. Children’s literature that accurately portrays individuals with exceptionalities can help teachers teach understanding and acceptance to their students. Through this research, face-to-face interviews with three teachers in Ontario were conducted, and inclusivity strategies currently in place for students with exceptionalities in general education classrooms were investigated. Preliminary findings showed that teachers use a variety of strategies to make their classrooms more inclusive for all students, teachers promote inclusion in their classrooms through: a) sharing and generating discussion about specific children’s literature containing accurate portrayals of individuals with exceptionalities and c) encouraging understanding and empathy; and b) open discussions with all students. Thirdly, Teachers face a lack of funding when it comes to support and resources for students with exceptionalities. The last theme that emerged from the data was that teachers face a lack of awareness and knowledge about support and available resources such as children’s literature portraying characters with disabilities.

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)0,005
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: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,099
Score d'incertitude au seuil0,196

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,016
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0070,003
Études des sciences et des technologies0,0050,006
Communication savante0,0060,004
Science ouverte0,0010,006
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,028
Tête enseignante GPT0,299
Écart entre enseignants0,271 · 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
GenreAutre

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
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTSpace (University of Toronto)Même sujetInclusion and Disability in Education and SportTravaux en français237 207