MétaCan
Menu
Retour à la cohorte
Enregistrement W2906289663 · doi:10.1177/1478210318819226

International comparative assessment of early learning in exceptional learners: Potential benefits, caveats, and challenges

2018· article· en· W2906289663 sur OpenAlexaff
Pei-Ying Lin, Yu-Cheng Lin

Notice bibliographique

RevuePolicy Futures in Education · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDisability Education and Employment
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésEarly childhood educationPsychologyEarly childhoodSpecial educationPedagogyDevelopmental psychology

Résumé

récupéré en direct d'OpenAlex

Over the decades, it is evident that exceptional learners have been excluded from participating in international assessments such as OECD’s PISA (Programme for International Student Assessment) due to their disabilities. Drawing on the interdisciplinary theories and perspectives of educational assessment, measurement, and early childhood special education, the paper discusses the potential benefits young children with special needs may gain from the International Early Learning and Child Well-being Study (IELS), as well as considering caveats and challenges accompanying the use of IELS for these young special education populations. In particular, it raises a range of questions about what and how to collect, validly interpret, and use the IELS data to enhance early learning and development of exceptional learners in participating countries. Finally, the paper discusses accommodations that promote inclusionary assessment practices and level the playing field for young children with special needs.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,581
Score d'incertitude au seuil0,994

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,078
Tête enseignante GPT0,440
Écart entre enseignants0,362 · 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 tête enseignante, 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

Citations3
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePolicy Futures in EducationMême sujetDisability Education and EmploymentTravaux en français237 207