MétaCan
Menu
Retour à la cohorte
Enregistrement W3083851063 · doi:10.1075/jicb.20012.kay

Access and outcomes of children with special education needs in Early French Immersion

2020· article· en· W3083851063 sur OpenAlexaffabout
Elizabeth Kay‐Raining Bird, Fred Genesee, Ann Sutton, Xi Chen, Joan Oracheski, Stephanie Pagan, Bonita Squires, Diana Burchell, Tamara Sorenson Duncan

Notice bibliographique

RevueJournal of Immersion and Content-Based Language Education · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueParental Involvement in Education
Établissements canadiensCarleton UniversityUniversity of TorontoMcGill UniversityUniversity of OttawaDalhousie University
Organismes subventionnairesnon disponible
Mots-clésFrench immersionPsychologyAP French LanguageReading (process)Mathematics educationMedical educationPedagogyMedicineLanguage assessmentLinguistics

Résumé

récupéré en direct d'OpenAlex

Abstract This study investigated access to and outcomes of Early French Immersion (EFI) for students with special education needs (SEN) attending a large school board in Canada. Data analysis was carried out on: provincially mandated achievement test scores for all Grade 3 students with SEN participating over a three-year period (n = 705) who attended either EFI or English programs; standardized French and English language and reading scores for a small subset of students (n = 20); and interviews with parents of Grade 4 students in EFI (n = 9). Results revealed lower participation but higher English academic and language performance for students with SEN in the EFI program as well as development of French language and reading skills. Interviewed parents often believed children with SEN ‘could not handle’ EFI and that withdrawal should be an option in response to learning difficulties. Implications for inclusive practices in EFI are discussed.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,262
Score d'incertitude au seuil0,520

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,034
Tête enseignante GPT0,323
Écart entre enseignants0,290 · 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

Citations14
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Immersion and Content-Based Language EducationMême sujetParental Involvement in EducationTravaux en français237 207