MétaCan
Menu
Retour à la cohorte
Enregistrement W2981966846 · doi:10.3233/978-1-61499-923-2-393

Exploring Maker Cultures and Pedagogies to Bridge the Gaps for Students with Special Needs

2018· article· en· W2981966846 sur OpenAlexaffabout
Janette Hughes, Lauren Fridman, Jennifer Robb

Notice bibliographique

RevueStudies in health technology and informatics · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueDesign Education and Practice
Établissements canadiensOntario Tech University
Organismes subventionnairesnon disponible
Mots-clésBridge (graph theory)Engineering ethicsComputer scienceSociologyMathematics educationEngineeringPsychologyMedicineAnatomy

Résumé

récupéré en direct d'OpenAlex

Through this ethnographic study, the researchers investigate the efficacy of using "makerspace" pedagogies with students who are identified as having special needs. These pedagogies include the transferable skills and global competencies as outlined by the Ontario Ministry of education. The research questions address how teachers view changes in his/her special education students' behaviour and learning based on their participation in maker-related activities, including, but not limited to coding, programmable robots, and circuits, in the classroom. Teachers were supported through professional development by our STEAM 3D Maker Team at the Faculty of Education and then subsequent visits made to each of 20 different schools investigated how maker pedagogies were being employed. Qualitative data was collected in the form of digital video and audio recordings, photographs, observational field notes, and individual and focus group interviews. The data suggest that the use of maker pedagogies can facilitate a number of improved outcomes for students with exceptionalities, including confidence and perseverance, engagement and motivation, self-regulation, collaborative skills, and increased academic achievement.

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: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,619
Score d'incertitude au seuil0,234

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 Opus0,199
Tête enseignante GPT0,442
Écart entre enseignants0,242 · 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'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

Citations9
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueStudies in health technology and informaticsMême sujetDesign Education and PracticeTravaux en français237 207