Examining the Complexities of Parental Engagement at an Online Charter High School: A Narrative Analysis Approach
Notice bibliographique
Résumé
With the rapid growth of K-12 online learning opportunities, calls have come for more and better parental engagement to improve student engagement and reduce student attrition. In this article, we drew from a larger study to share rich narratives from three parents of students who required high levels of parental support for their online learning while enrolled at a charter cyber school. In the first narrative, a mother describes her experiences attempting to work with her son Ivan, who rejected her efforts and disobeyed rules while enrolled in the cyber school. The move from a brick-and-mortar school to the cyber school further strained their relationship and the mother was unprepared to manage Ivan’s learning. The second narrative focuses on how a mother attempted to support Matthew, who lacked self-regulation abilities. The mother who previously homeschooled Matthew, turned to the cyber school because she wanted “less on [her] shoulders” but underestimated the amount of support Matthew required and became frustrated at her lack of control over the pace and content of courses. The final narrative focuses on a mother who had two students enrolled in the cyber school. Each student exhibited different needs that required her to adapt the support strategies she used with Hannah, who procrastinated, and Karl, who lacked confidence. These narratives highlight some of the complexities parents navigate when engaging with their children’s online learning.
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 | 0,008 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».