MétaCan
Menu
Retour à la cohorte
Enregistrement W3110070291 · doi:10.5539/jel.v9n6p163

Special Education without Teaching Assistants? The Development Process for Students with Autism

2020· article· en· W3110070291 sur OpenAlexvenueno aff
Irene Rämä, Elina Kontu, Raija Pirttimaa

Notice bibliographique

RevueJournal of Education and Learning · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCollaborative Teaching and Inclusion
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésClass (philosophy)PsychologyProcess (computing)Special educationTask (project management)AutismRecallTeaching methodMathematics educationMedical educationInclusion (mineral)PedagogyComputer scienceMedicineDevelopmental psychology

Résumé

récupéré en direct d'OpenAlex

Many children may need the help of another person to attend school. It is common for children with disabilities to receive help from a teaching assistant at school. Assistants are provided in many countries as a legal right and are often publicly funded. It is also widely assumed that having teaching assistants in the class is an effective and cost-efficient way to support students with disabilities. In this study, the research task was to monitor and document the development process carried out by the teacher, with the aim of making visible the development of a more dynamic classroom interaction. The focus in this development process was the teacher’s idea of minimizing the contacts between students and assistants to increase students’ opportunities to optimize interaction and learning. This was to happen by strengthening commitment to their activities and taking responsibility. The data include video excerpts, which originate from video recordings from a special education class, and transcripts of three stimulated recall-type interviews with the teacher of this class. In this article, the experimental development process is described as presenting an unorthodox approach to teaching assistants and their position in special education.

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)0,006
score de la tête « metaresearch » (Gemma)0,015
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,015
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0050,003
Communication savante0,0030,003
Science ouverte0,0010,005
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,032
Tête enseignante GPT0,408
Écart entre enseignants0,376 · 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'étudeQualitatif
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

Citations5
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Education and LearningMême sujetCollaborative Teaching and InclusionTravaux en français237 207