Strategies and Assessments to Support Special Education Students' Writing the Literacy Test.
Notice bibliographique
Résumé
Many special education (SPED) students are failing the Ontario Secondary School Literacy Test (OSSLT) despite writing instruction provided by SPED teachers. The purpose of this study was to understand teachers' perceptions about why students were failing the literacy/writing test and document whether evidence-based assessment and writing practices were implemented. Cognitive-behavioral theory served as the conceptual framework for this study. The research questions in this study focused on SPED teachers perceptions regarding students not passing the OSSLT, observations of whether assessment and instruction for writing aligned with best practices, and collecting baseline curriculum-based measurement (CBM) data of SPED students' current writing skills. To best answer the research questions, a multiple case study design was selected. Four 10th grade SPED literacy teachers from 4 high schools in a Canadian District School Board were interviewed and observed. A total of 28 SPED students' writing samples were evaluated using CBM assessment procedures. The findings showed that teachers were not adequately prepared to teach SPED; there were modifications and challenges with students' work; there were useful techniques for assessment, teaching and writing. The White Paper project was a presentation to district practitioners and leadership recommending writing/literacy to be grounded in scientifically validated assessment and writing instruction for SPED students. Positive social and educational change may occur when the district adopts measurably superior instructional practices for writing to the extent that SPED students write more effectively and pass the OSSLT.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,002 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».