MétaCan
Menu
Retour à la cohorte
Enregistrement W2810184274 · doi:10.1039/c8rp00095f

Postsecondary chemistry curricula and universal design for learning: planning for variations in learners’ abilities, needs, and interests

2018· article· en· W2810184274 sur OpenAlexaff
Erin M. Scanlon, Tamra Legron-Rodriguez, Jillian Schreffler, Elijah Ibadlit, Eleazar Vasquez, Jacquelyn J. Chini

Notice bibliographique

RevueChemistry Education Research and Practice · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDisability Education and Employment
Établissements canadiensPolicyWise for Children & Families
Organismes subventionnairesDivision of Undergraduate EducationNational Science Foundation
Mots-clésCurriculumLegislationMathematics educationRepresentation (politics)Variation (astronomy)Curriculum developmentUniversal Design for LearningChemistryComputer sciencePedagogyEngineering ethicsPsychologyEngineeringPolitical science

Résumé

récupéré en direct d'OpenAlex

Federal legislation requires equitable access to education for all students at all levels, including in the postsecondary setting. While there have been a few studies in the chemistry education research literature base focused on how to support students with specific disabilities, this work seems to exist as a separate stream of research without direct impact on curriculum development and the overall community. This study focused on investigating how well three sets of general chemistry curricular materials support variations in students’ abilities, interests, and needs. To accomplish this, we compared the curricular materials with the Universal Design for Learning (UDL) framework, which describes steps to account for variations in ability among learners during curriculum development. The UDL framework is organized into three guidelines (multiple means of representation, action and expression, and engagement), further delineated by nine principles and thirty-one finer-grained checkpoints for designing courses. We looked for examples of enactment of the UDL checkpoints in a representative sample of activities. Across all three sets of curricular materials, only four of the thirty-one checkpoints were enacted in at least 75% of the activities, indicating high enactment. On the other hand, eleven of the checkpoints were enacted in less than 25% of the activities, indicating low enactment. Overall, there is much room for improvement in consistently providing support for learner variation within these general chemistry curricular materials. We argue that some of the burden of making curricular materials supportive of all students lies with curriculum developers and provide recommendations for improving support and accessibility.

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)0,014
score de la tête « metaresearch » (Gemma)0,031
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,072

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,031
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,003
Communication savante0,0050,004
Science ouverte0,0020,007
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 Opus0,138
Tête enseignante GPT0,477
Écart entre enseignants0,339 · 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

Citations44
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChemistry Education Research and PracticeMême sujetDisability Education and EmploymentTravaux en français237 207