MétaCan
Menu
Retour à la cohorte
Enregistrement W2887933857 · doi:10.1177/1053815118789177

Implementation of Arkansas’s Initiative to Reduce Suspension and Expulsion of Young Children

2018· article· en· W2887933857 sur OpenAlexaboutno aff
Nicola A. Conners Edge, A. Fraser Rose, Deneice Honeycutt, Lorraine McKelvey, Taren Swindle, Diana Courson, Lauren B. Fox

Notice bibliographique

RevueJournal of Early Intervention · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducation Discipline and Inequality
Établissements canadiensnon disponible
Organismes subventionnairesAdministration for Children and FamiliesCenters for Disease Control and PreventionU.S. Department of Education
Mots-clésFormative assessmentPsychologyChild careWorkforceTracking (education)Quarter (Canadian coin)Medical educationEarly childhood educationPedagogyNursingPolitical scienceMedicine

Résumé

récupéré en direct d'OpenAlex

This article describes the development, initial implementation, and formative evaluation of Arkansas’s plan to reduce suspensions and expulsion from early care and education (ECE) settings. We describe how Arkansas used multifaceted implementation strategies to facilitate change in six areas: policy, workforce development, specialized supports, family partnerships, child screening, and data tracking. We also highlight key findings from the formative evaluation. For example, needs assessment data revealed that 40.8% of ECE providers suspended at least one child in the past year, and 9% expelled one or more children. We evaluated efforts to educate ECE providers on new nonexpulsion policies and new supports, and results indicate that 89.5% of directors agreed that they understand why young children should not be suspended or expelled, though the majority reported concern about implementing a nonexpulsion policy. Initial utilization data from a new ECE provider support system indicate that in the first quarter, 53 requests were submitted for help with challenging classroom behavior. Most requests involved male children over the age of 3, and one-third of the requests referenced traumatic events experienced by the children.

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)0,018
score de la tête « metaresearch » (Gemma)0,022
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,093
Score d'incertitude au seuil0,186

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0180,022
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0050,001
Communication savante0,0030,002
Science ouverte0,0030,006
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,060
Tête enseignante GPT0,448
Écart entre enseignants0,389 · 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'étudeObservationnel
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

Citations21
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Early InterventionMême sujetEducation Discipline and InequalityTravaux en français237 207