Teacher Education in a Refuge Context: An Exploration of the Challenges and Discoveries while Engaging in Academic Humanitarianism
Notice bibliographique
Résumé
Dadaab, Kenya is known as the site of the world’s largest protracted refugee camp and has been inhabited continuously since January 1991. To respond to the education needs of those living in Dadaab, The University of British Columbia, York University, (Canada), Kenyatta University and Moi Universities (Kenya) collaborated to deliver teacher education programs that would lead graduates to meet Kenyan standards for teacher certification. In 2017, only 2% of youth ages 14-17 were enrolled in school, and of them, only one third of those enrolled are girls. There are not enough qualified teachers to teach the 98% of youth who should be in school. A key goal of this project (funded by Global Affairs Canada) was to improve the quality of secondary education in Dadaab by providing university education to the ‘untrained’ teachers (those teaching without any prior teacher education), and increase attendance of secondary students, in particular girls. What happens when one provides free teacher education to refugee students in situ? The focus of this presentation will be on examining some of the challenges faced during delivery and program impacts on graduates, instructors, and collaborating institution. Implications for further study, and future program development will also be discussed.
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 | 0,006 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,032 | 0,018 |
| Communication savante | 0,014 | 0,008 |
| Science ouverte | 0,002 | 0,013 |
| Intégrité de la recherche | 0,004 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».