Teachers’ Perspectives on Building Spaces for Students To Be Change Agents
Notice bibliographique
Résumé
This research project is centered around five participating elementary teachers and how they created space for multimodal, literacy-based curricula in their classrooms using culturally responsive teaching (Nieto, 2017, 2018) for social justice. This presentation is a reflection on this focus. For example, Cassidy, a grade three teacher in a diverse urban school, shared that her pedagogy is “always social justice because I want my kids to be change agents if they can be. If I can just teach them how to be more understanding of each other and of humanity; and just be able to see people as humans.” The teachers shared how attending professional development workshops on oppression and discrimination helped them build resources that focused on inclusion and equity. Comprehensive interviews and analyses of pedagogical tools and designs provided knowledge about the multimodal resources, tools and activities that helped the teachers build effective social justice-focused curriculum. The interviews and analyses also provided insight into their struggles and successes as well as their ongoing pedagogical goals. A New Literacies perspective (Coiro et al., 2008) helped reveal how these teachers collaborate, plan and create equitable learning spaces and opportunities in their classrooms. The study also highlights how these teachers built opportunities for multimodal teaching and learning and how they developed their culturally responsive teaching practices.
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 | 0,013 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,027 | 0,030 |
| Communication savante | 0,021 | 0,012 |
| Science ouverte | 0,003 | 0,017 |
| Intégrité de la recherche | 0,005 | 0,012 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».