MétaCan
Menu
Retour à la cohorte
Enregistrement W31996325 · doi:10.1016/j.cgh.2020.01.027

Developing Effective Instructional Strategies for Teaching in Inclusive Classrooms.

2007· article· en· W31996325 sur OpenAlexvenueaboutno aff
Donna McGhie‐Richmond, Kathryn Underwood, Anne Jordan

Notice bibliographique

RevueExceptionality education Canada · 2007
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCollaborative Teaching and Inclusion
Établissements canadiensnon disponible
Organismes subventionnairesNational Cancer Institute
Mots-clésPsychologyMathematics educationInclusion (mineral)PedagogySocial psychology

Résumé

récupéré en direct d'OpenAlex

AbstractThe skills for effective teaching wer e investigated among elemen-tary teachers working in inclusive classr ooms to determinewhether the appearance of OconstructivistO skills ar e independentof, or follow from the mastery of teaching behaviors that ar e mor etransmissive in natur e. The data wer e extracted from theClassr oom Observation Scale (COS) (Stanovich, 1994; Stanovich& Jor dan, 1998) based on half-day observations of 63 teachers.Using a canonical discriminant functions analysis, a set of COSitems distinguishing effective from less effective teachers was iden -tified. The sequence of instructional practices appears to be cumu -lative rather than differ entiated. Patterns of teaching behaviourswer e consistent acr oss the range of students in the classr ooms, withsome evidence that academically Oat riskO students received lessteacher attention and differ entiated instruction than students withand without disabilities.Inclusion is now the recommended service delivery policy in most educa -tional jurisdictions in Canada. Furthermore, a growing body of researchevidence speaks in favour of an inclusive approach to the education of students27Exceptionality Education Canada2007, Vol. 17, No. 1, pp. 27-52

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)0,002
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,028
Score d'incertitude au seuil0,055

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,016
Tête enseignante GPT0,373
Écart entre enseignants0,357 · 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'étudeSans objet
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations45
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueExceptionality education CanadaMême sujetCollaborative Teaching and InclusionTravaux en français237 207