MétaCan
Menu
Retour à la cohorte
Enregistrement W2792515177 · doi:10.1080/13603116.2018.1447613

Re-engaged students’ perceptions of mainstream and flexible learning environments – a ‘semi-quantitative’ approach

2018· article· en· W2792515177 sur OpenAlexaff
Riccardo Welters, Brian Lewthwaite, Joseph Thomas, Kimberley Wilson

Notice bibliographique

RevueInternational Journal of Inclusive Education · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducational Environments and Student Outcomes
Établissements canadiensYukon University
Organismes subventionnairesAustralian Research CouncilJames Cook University
Mots-clésMainstreamPerceptionMathematics educationPsychologyMainstreamingPedagogySociologySpecial educationPolitical science

Résumé

récupéré en direct d'OpenAlex

Flexible Learning Options (FLOs) attempt to enable secondary school completion by young people for whom ‘mainstream’ schooling has not worked well. Despite their proliferation and the increased research attention to understanding the mechanisms at work within such programmes, quantitative methods have not been utilised to compare participants’ perceptions of the learning environments of FLOs and mainstream schools. This study describes the development and application of a quantitative instrument to assess re-engaged Australian students’ perceptions of an FLO relative to their previous (mainstream) schools. Findings indicate that, on average, young people rate the learning environment more highly at the FLO than at the mainstream school from which they disengaged, indicating that the learning environment of the FLO aligns more closely with the needs of its student cohort. However, bimodal results for some instrument items highlight that the learning environment is influential, but not necessarily a precondition of school disengagement or re-engagement. Implications of this study are considered, with attention to the complexities that mainstream schools and FLOs negotiate in creating effective learning environments for diverse young people.

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)0,009
score de la tête « metaresearch » (Gemma)0,017
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,047

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,017
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0020,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,025
Tête enseignante GPT0,401
Écart entre enseignants0,376 · 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
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Inclusive EducationMême sujetEducational Environments and Student OutcomesTravaux en français237 207