Culturally Responsive Pedagogy and Academic Vocabulary Teaching and Learning: An Integrated Approach in the Elementary Classroom
Notice bibliographique
Résumé
Culturally responsive pedagogy (CRP) which provides a general framework for working with culturally and linguistically diverse learners has become the reality in the contemporary elementary classroom in Canada and around the world. This theory-to-practice article presents five research-based teaching practices which make a tangible impact on students’ academic vocabulary learning, their academic literacy, and longitudinal educational success. The author illustrates how this vocabulary can be identified, clustered, and contextualized within the frame of a thematic unit. The reader is invited to a classroom in Quebec via a video clip of a dual-language book project that illustrates how principles and practices of CRP can be applied in an FSL setting. La pédagogie sensible à la culture, fournissant un cadre de travail général quand on travaille avec des apprenants de cultures et de langues diverses, est devenue une réalité dans la salle de classe élémentaire contemporaine au Canada et dans le monde entier. Le présent article, de mise en pratique de la théorie, présente cinq pratiques d’enseignement fondées sur la recherche qui ont un impact tangible sur l’apprentissage du vocabulaire scolaire des élèves, sur leur littératie scolaire et sur leur réussite scolaire à long terme. L’auteur illustre comment on peut identifier ce vocabulaire, le regrouper et le contextualiser dans le cadre d’une unité thématique. Le lecteur est invité dans une salle de classe au Québec grâce à un clip vidéo qui montre un projet de lecture bilingue illustrant comment les principes et les pratiques de la pédagogie qui prend en compte les réalités culturelles peuvent être appliqués dans un contexte de français langue seconde.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».