MétaCan
Menu
Retour à la cohorte
Enregistrement W3199827024

Superintendents' Experiences with Distance Learning Practices in K–12 Public-School Districts in New York During the COVID-19 Pandemic

2021· article· en· W3199827024 sur OpenAlexvenueno aff
Kimberly A. Roff

Notice bibliographique

RevueInternational journal of e-learning & distance education · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueOnline and Blended Learning
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical sciencePublicsCoronavirus disease 2019 (COVID-19)Art
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

In early March 2020, the United States was first faced with the COVID‑19 virus, which became a pandemic affecting 216 countries across the globe (Worldometers.info, 2020). This pandemic impacted approximately 1.5 billion learners globally by schools’ closures and revised practices (United Nations Educational, Scientific, and Cultural Organization [UNESCO], 2020), and it required social distancing practices and school closures across the U.S. (Lieberman, 2020). Due to closures, public-school districts were tasked with creating immediate solutions for seamless learning. Many public-school districts implemented distance learning practices to meet the needs of quarantined students. The sudden shift from a traditional, in-person classroom to a distance learning setting challenged both faculty and students. This qualitative case study examines how superintendents in K–12 public schools shifted from on-site learning to distance learning practices during the pandemic. Thirty superintendents from K–12 public-school districts in two suburban counties of New York participated in an online survey. By mid-March 2020, according to the findings, distance learning was implemented in varying degrees. In addition, the study found that most faculty were prepared for online learning through professional development. Parental support, technology, and the inability to work independently were barriers to student learning. The findings suggest ramifications from the delivery of distance learning in the first months of the pandemic. In addition, the study found a need for increased professional development and solutions to distance learning barriers.

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)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,154
Score d'incertitude au seuil0,307

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0140,004
Communication savante0,0040,002
Science ouverte0,0020,008
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0120,001

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 Opus0,049
Tête enseignante GPT0,376
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'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

Citations4
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational journal of e-learning & distance educationMême sujetOnline and Blended LearningTravaux en français237 207