MétaCan
Menu
Retour à la cohorte
Enregistrement W2803108718 · doi:10.5539/jel.v7n4p79

Co-Teaching in the Academy-Class Program: From Theory to Practical Experience

2018· article· en· W2803108718 sur OpenAlexvenueno aff
Yonit Nissim, Edni Neifeald

Notice bibliographique

RevueJournal of Education and Learning · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCollaborative Teaching and Inclusion
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésClass (philosophy)Mathematics educationPsychologyTeaching methodCo-teachingTraining (meteorology)Sample (material)PedagogySpecial educationComputer science

Résumé

récupéré en direct d'OpenAlex

This study focuses on implementing co-teaching models in the practical experience of teacher training processes. It examines the experience models in terms of theory versus practice from the perspectives of students of education and training teachers (school and pre-school) who participated in the special “Academy-Class” program in the 2017 academic year at Ohalo College. 125 subjects participated in the study. The overriding goal of the research was to identify the dominant patterns in this unique practical experience in teachers training. The research questions sought to clarify the extent to which the six main co-teaching models described in the research literature are manifested in practical and educational terms in the Academy-Class program; offer a comparison between common teaching practices and the co-teaching models; and assess how common Synergetic Collaboration is as a co-teaching method relative to other low-level methods.Our findings show that the co-teaching models were more dominant than the traditional teaching models among all the sample groups. The greatest difference was found in the reports of the training teachers (0.79) at the school, while the smallest difference was found among students training to become teachers (0.13). We have seen that experiencing a clinical model of co-teaching involves shared work between a training teacher and of a student of education. There is a need to change training processes, as well as expanding the theoretical approaches that describe the wide range of shared co-teaching.

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)0,006
score de la tête « metaresearch » (Gemma)0,007
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 enseignants0,006
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,007
Communication savante0,0060,003
Science ouverte0,0020,007
Intégrité de la recherche0,0010,003
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 Opus0,049
Tête enseignante GPT0,486
Écart entre enseignants0,437 · 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

Citations13
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Education and LearningMême sujetCollaborative Teaching and InclusionTravaux en français237 207