Using Home Language as a Pedagogical Resource: Working Collaboratively with Ontario Educators to Support English Language Learners in the Classroom
Notice bibliographique
Résumé
Coherent policies to address the implications of linguistic diversity for instruction are lacking at all levels of schooling in Canada (Cummins, 2014; Volante et al., 2020). Many English language learners (ELLs)—often refugees or those of lower socioeconomic status—experience academic difficulties (Volante et al., 2017). Teachers report low self-efficacy and a lack of preparedness to meet the professional challenges of continually rising numbers of ELLs in their classrooms (Faez, 2012). Numerous studies demonstrate that students who have the opportunity to maintain and develop their Home Language (L1) at school outperform their peers in English-only programs, achieve better academic outcomes, and experience lower drop-out rates (Baker, 2011; Genesee et al., 2006; Thomas & Collier, 2002). This is because the academic language and literacy skills that students acquire in their L1 readily transfer to English (Cummins, 2017). Additionally, when L1 is validated as a valuable resource for learning, students experience an affirmation of self that contributes to positive identity formation. By joining forces with educators in collaborative professional learning teams, this study connects what we know (an extensive knowledge base that argues that the use of students’ L1 is essential to their success) and what we do (instructional practice that predominantly excludes students’ L1) in the classroom. It asks: in what ways and to what extent can collaborative professional development assist educators in providing more equitable educational opportunities for English language learners in Ontario schools?
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 | 0,004 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,015 | 0,003 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,003 | 0,013 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».