MétaCan
Menu
Retour à la cohorte
Enregistrement W3018967642 · doi:10.5430/jct.v9n2p1

A Case Study of Curriculum Unpacking Practices of a Kindergarten Teacher

2020· article· en· W3018967642 sur OpenAlexvenueno aff
Michael B. Cahapay

Notice bibliographique

RevueJournal of Curriculum and Teaching · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducational Methods and Outcomes
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCurriculumUnpackingQualitative researchMathematics educationThematic analysisContext (archaeology)Curriculum theoryEmergent curriculumPedagogyCurriculum mappingQualitative propertyProcess (computing)Curriculum developmentPsychologyComputer scienceSociology

Résumé

récupéré en direct d'OpenAlex

Curriculum unpacking, defined as the process of interpreting the intended curriculum into classroom instruction, is important in the overall success of the school curriculum. As a critical process that serves as a bridge between the intended curriculum and classroom instruction, however, there is a paucity of research about it. Hence, this study aimed to describe the curriculum unpacking practices of a teacher. It entailed a qualitative research design specifically a case study to look closely into the single context of a purposively selected kindergarten teacher in a public school. The main data gathering techniques used were key informant interview and document review. The data obtained were subjected to thematic analysis. The result of the study revealed that the participant follows a generally linear process in unpacking the curriculum as noted in the compliance to the minimum standards of the intended curriculum, main consideration of the learner while translating the intended curriculum into instruction as mandated in the law, and alignment of the curriculum and instructional components. However, qualitative probes uncovered possible errors such as misinterpretation of the developmentally appropriate principle espoused by the intended curriculum and discrepancy between the curriculum standards and instructional activities. The implications in practice are discussed in the study.

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)0,005
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,043

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,013
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0120,005
Communication savante0,0030,003
Science ouverte0,0030,003
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,087
Tête enseignante GPT0,433
Écart entre enseignants0,346 · 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'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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Curriculum and TeachingMême sujetEducational Methods and OutcomesTravaux en français237 207