Exploring Teacher Candidates’ Experience, Perception, and Knowledge of Multicultural Education in Two Ontario Universities
Notice bibliographique
Résumé
In this study, teacher candidates’ experiences, perceptions, and knowledge of multicultural education at 2 Ontario universities were used determine to the effectiveness of their teacher education programs in preparing them to teach in multicultural classrooms. The research also strived to highlight the most effective practices in these programs that contributed to the preparation of teacher candidates for employment in culturally, racially, and ethnically diverse classrooms in Ontario. A questionnaire and interviews were used to determine the effectiveness of the program in preparing them to teach in diverse classrooms. The findings revealed the need for a greater emphasis of multicultural education in teacher education programs at these universities. The data showed that teacher candidates were most critical of the courses and the delivery of the curriculum in relation to multicultural education. Teacher candidates were also concerned with the lack of multicultural education in their practicum placements. In addition, teacher candidates indicated in the questionnaire that they felt competent adapting instruction to the needs of students in multicultural classrooms. However, the results obtained from the interviews were more varied. The interviews highlighted that teacher candidates were hesitant about teaching in culturally diverse classrooms and less likely to state that they were prepared for these teaching environments. As well, many teacher candidates believed their peers were not prepared for multicultural issues. Teacher candidates believed the program could be improved in many ways including specific instruction across all classes, more diverse practicum experiences, guest speakers, case studies, and the creation of new courses that specifically address multicultural 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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,008 | 0,002 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».