MétaCan
Menu
← Retour à la cohorte
Enregistrement W2995222255

A Learning Model for Rural Yukon Educators

2019· article· en· W2995222255 sur OpenAlexaboutno aff
Alexandrea Postoloski

Notice bibliographique

RevueScholarship@Western (Western University) · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducation Systems and Policy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGeographyMathematics educationPsychology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Abstract\nRural educators face challenges in accessing timely, relevant, and appropriate professional learning opportunities in Yukon due to the complexities of living and working in geographically and professionally isolated communities (Hellsten, McIntyre, & Prytula, 2011). Complexities surrounding the political landscapes within Yukon also creates a unique set of challenges. Adding to the challenges, Yukon education is also in the process of implementing a new curriculum model that attempts to be more holistic and considerate of the needs of the people living and working within the Territory (Yukon Education, 2011). The current change processes and vision for Yukon education provides a unique opportunity to implement changes to the way rural educators access professional learning (Department of Education, 2018). This Organizational Improvement Plan (OIP) suggests the creation of a rural based professional learning model using Kotter’s Eight-Step Change Model (Cawsey, Deszca, & Ingols, 2016) within Deming’s Plan, Do, Study, Act change model (Donnelly & Kirk, 2015) to guide change while providing a framework for those involved in the change process to follow. Obstacles, challenges, and contextual realities are explored and considered within the OIP as well. The goal of the change plan is to provide a working framework for how rural Yukon educators access and acquire pedagogical efficacy in areas of interest and need through a collaborative process with other rural Yukon educators. This model is designed with rural Yukon educators in mind, but may be adapted to meet the needs of other rural jurisdictions.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,994
Score d'incertitude au seuil0,046

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0050,002
Communication savante0,0050,004
Science ouverte0,0020,006
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0120,002

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.

Tête enseignante Opus0,116
Tête enseignante GPT0,383
Écart entre enseignants0,266 · 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'étudeThéorique ou conceptuel
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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScholarship@Western (Western University)→Même sujetEducation Systems and Policy→Travaux en français237 207→