MétaCan
Menu
Retour à la cohorte
Enregistrement W3176245824 · doi:10.1080/1046560x.2021.1915605

Examining A Science Teacher’s Instructional Practices in the Adoption of Inclusive Pedagogy: A Qualitative Case Study

2021· article· en· W3176245824 sur OpenAlexaffabout
Simon Adu-Boateng, Karen Goodnough

Notice bibliographique

RevueJournal of Science Teacher Education · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCollaborative Teaching and Inclusion
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésCurriculumPedagogyScience educationTeacher educationMathematics educationUniversal Design for LearningQualitative researchInclusion (mineral)Professional developmentGrounded theoryPsychologySociologySocial science

Résumé

récupéré en direct d'OpenAlex

This qualitative case study involves a high school science teacher with a special education background in an urban school in the English School District of Newfoundland and Labrador. Conceptualized within the theoretical framework of Universal Design for Learning (UDL), this study examined the teacher’s instructional practices and the tensions she experienced in the adoption of inclusive science pedagogy. This is a descriptive study that used different data collection methods, including interviews, observations, and documents. Data were analyzed inductively with MAXQDA software using constant comparative analysis. Findings showed that the teacher’s instructional practices in the implementation of inclusive pedagogy focused on creating multiple means to (a) engage diverse students, (b) represent the science curriculum, and (c) enable diverse students to express and communicate their understanding of science. However, several tensions were identified, which impeded the teacher’s effort in the implementation of inclusive science pedagogy. These tensions include inadequate instructional resource teachers, inflexible science curriculum, overreliance on standardized testing, and inadequate professional learning. The paper concludes with implications for science teachers and pre-service teachers’ education, with recommendations on future research direction.

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)0,016
score de la tête « metaresearch » (Gemma)0,028
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,984
Score d'incertitude au seuil0,086

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,028
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0160,012
Communication savante0,0050,004
Science ouverte0,0030,005
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,138
Tête enseignante GPT0,531
Écart entre enseignants0,394 · 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.

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

Citations20
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Science Teacher EducationMême sujetCollaborative Teaching and InclusionTravaux en français237 207