MétaCan
Menu
Retour à la cohorte
Enregistrement W2800824085

Learning Together about Culturally Relevant Science Teacher Education: Indigenizing a Science Methods Course

2018· article· en· W2800824085 sur OpenAlexaffabout
Saiqa Azam, Karen Goodnough

Notice bibliographique

RevueInternational Journal of Innovation in Science and Mathematics Education · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueIndigenous and Place-Based Education
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésBachelorContext (archaeology)Teacher educationPedagogyScience educationCurriculumMathematics educationSociologyNarrativePsychologyPolitical science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This paper captures our co-learning, two science teacher educators, about indigenizing a science methods course in Canada. A self-study was conducted in the context of a pilot bachelor of education program (IBED) for a group of Indigenous students, to engage ourselves in reflective conversations about transforming the curriculum of a science methods course and making it culturally relevant for pre-service science teachers. The purpose was to determine our tacit and personal knowledge, as it contributes to our understanding of inclusive science education practices. In particular, we focused our conversations on written reflection about the perceived effectiveness of pedagogies used by Saiqa, the first author, who was the course instructor. Karen, the second author and critical friend, carefully examined these reflective narratives and provided comments, which were then considered in the context of other course materials, to initiate an ongoing dialogue about culturally relevant teaching (CRT) as it relates to science teacher education. The findings are framed using an art- based concept, a circle, to present our co-learning journey. This allowed us to connect our personal histories to our role as inclusive science teacher educators in the present, and to consider our future aspirations to indigenize our science methods courses.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,023
score de la tête « metaresearch » (Gemma)0,009
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Études des sciences et des technologies
Catégories consensuellesÉtudes des sciences et des technologies
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,297
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0230,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,006
Études des sciences et des technologies0,0020,004
Communication savante0,0010,003
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,029
Tête enseignante GPT0,439
Écart entre enseignants0,410 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations5
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Innovation in Science and Mathematics EducationMême sujetIndigenous and Place-Based EducationTravaux en français237 207