Teaching the Possible: Justice-Oriented Professional Development for Progressive Educators
Notice bibliographique
Résumé
Providing justice-oriented professional development for progressive educators has historically been a site of tension. To address this, The Progressive Education Network (PEN), the leading professional organization of progressive educators in the United States, brought together over 800 educators for its 2015 National Conference, titled “Teaching the Possible: Access, Equity, and Activism!” This article documents PEN’s framework for facilitating an opportunity for educators to engage in dialogue about areas of social injustice throughout education and within their own schools. Findings derived from a discourse analysis of workshop abstracts published in the conference program suggest that the conference provided professional development in three areas: 1) workshops were designed by teachers to share useful methodologies relevant to the conference theme with other teachers; 2) workshops encouraged attendees to critically examine how problematic issues in education are commonly understood, then reframe them to consider the issues from different perspectives; 3) doing so gave rise to an understanding that in order to imagine innovative solutions to systemic problems, one must first be able understand how different groups of individuals experience the problems. This analysis establishes that by aligning the conference with a critical, justice-oriented theme, the workshops were designed to provide attendees with opportunities to investigate their own roles in producing, changing, and interpreting socially-just learning and teaching in their own school contexts. This is important because it advances the study of equitable access to progressive pedagogy, while at the same time utilizing Desimone’s (2009) framework for judging effective professional development for teachers.
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 | 0,003 |
| 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 | 0,014 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| 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 ».