MétaCan
Menu
Retour à la cohorte
Enregistrement W3081961725 · doi:10.5430/wje.v10n4p160

Teachers’ Knowledge of Special Educational Needs and Disability Students and Their Classroom Management Approaches

2020· article· en· W3081961725 sur OpenAlexvenueno aff
Mercedes Nana Konadu Gyasi, Abraham Okrah, Joyce Anku

Notice bibliographique

RevueWorld Journal of Education · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDisability Education and Employment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMainstreamSpecial educational needsSpecial needsSpecial educationPsychologyEducational equityCertificationClassroom managementMainstreamingEquity (law)Medical educationMultimethodologyPedagogyQualitative researchMathematics educationSociologyMedicinePolitical science

Résumé

récupéré en direct d'OpenAlex

Parents and many other stakeholders usually complain about equity and inclusivity of students with special educational needs (SEN) in the mainstream schools. The purpose of the study was to find out the level of teachers’ knowledge of special educational needs and disability students and their classroom management procedures and strategies. The study adopted qualitative paradigm and a descriptive approach to gather data and were thematically analysed. The findings showed that teachers’ knowledge of special educational needs and disability students was very limited. It revealed teachers’ lack of in-depth knowledge of inclusivity, enacted and operational policies and their application, and the classroom management procedures and management of students with special educational needs. It is recommended that teachers be examined appropriately and certified before allowing them to teach in schools. Teachers who are already teaching should be updated with the current trend of educational issues including inclusivity, equity and gender sensitivity.

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)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,079
Tête enseignante GPT0,358
Écart entre enseignants0,279 · 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'étudeObservationnel
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

Citations18
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWorld Journal of EducationMême sujetDisability Education and EmploymentTravaux en français237 207