MétaCan
Menu
Retour à la cohorte
Enregistrement W3195357759 · doi:10.22329/jtl.v15i2.6683

Maintaining Equitable and Inclusive Classroom Communities Online During the COVID-19 Pandemic

2021· article· en· W3195357759 sur OpenAlexaffvenueabout
Sarah Elizabeth Barrett

Notice bibliographique

RevueJournal of Teaching and Learning · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueOnline and Blended Learning
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésEquity (law)FeelingPandemicCoronavirus disease 2019 (COVID-19)Face (sociological concept)Quality (philosophy)Public relationsSociology2019-20 coronavirus outbreakPsychologyPedagogyPolitical scienceSocial psychologySocial science

Résumé

récupéré en direct d'OpenAlex

This paper explores the ways in which face-to-face classroom communities were disrupted and/or transformed by the move to online platforms and the effect of this disruption on equitable access to a quality education. Quality education is defined as engaged pedagogy, where students learn to interact with other students and engage with ideas in a way that promotes their ability to be part of a community while still feeling free to disagree with, critique, and take care of each other. To examine the extent to which such communities were created when schooling migrated online during the pandemic, this paper examines online schooling communities in terms of sense of belonging, trust, shared purpose, and quality of interactions. The analysis of the experiences of 11 teachers in Ontario, Canada, whose face-to-face classes were moved to online formats, establishes that equity was one of the first casualties of the change, with the most vulnerable students facing disproportionate academic, psychological, and social consequences.

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)0,004
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,155
Score d'incertitude au seuil0,308

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0160,011
Communication savante0,0050,005
Science ouverte0,0020,015
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,039
Tête enseignante GPT0,366
Écart entre enseignants0,327 · 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'étudeObservationnel
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

Citations15
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Teaching and LearningMême sujetOnline and Blended LearningTravaux en français237 207