Belief without evidence? A policy research note on Universal Design for Learning
Notice bibliographique
Résumé
Developed first in the late 1990s by the Centre for Applied Special Technology, the pedagogical framework known as “Universal Design for Learning” (UDL) has drawn increasing investment from K-12 and post-secondary institutions. The promoters of UDL often frame the approach as being “based in neuroscience,” and further as an “evidence-based approach” to instructional design in teaching and learning. While the rhetoric is promising, no rigorous published research has demonstrated any improvement in an education intervention designed with UDL principles in mind. Furthermore, the community of practice around UDL appears to be hostile to questions around the rigor of analysis used to promote UDL interventions. Studies of UDL approaches do not follow best practices in terms of research design, and often solicit anecdotes rather than testing the effectiveness of the approach. The purpose of this policy research note is to survey the state of the art in researching UDL and to clarify the origin of the pedagogical theory. Because the effectiveness of this theory has not been proven, there are no grounds for UDL implementation plans to be framed as “evidence-based” decisions. Further, the reluctance of UDL advocates to rigorously study the effectiveness of their intervention raises important questions about their confidence in the theory. For these reasons, the only evidence-based conclusion that can be made about UDL is that further study is required, as its core claims remain unproven. Institutions of any educational level should proceed with caution before devoting significant resources to implementation of UDL.
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 | 0,549 | 0,597 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,004 |
| Méta-épidémiologie (sens large) | 0,008 | 0,008 |
| Bibliométrie | 0,007 | 0,008 |
| Études des sciences et des technologies | 0,012 | 0,079 |
| Communication savante | 0,049 | 0,108 |
| Science ouverte | 0,012 | 0,025 |
| Intégrité de la recherche | 0,107 | 0,085 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,017 | 0,005 |
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 ».