The Politics of Grading: a Comparative Study of High School English Teachers' Personal Beliefs, Self-reported Systems, and Actual Practices
Notice bibliographique
Résumé
The purpose of this study was to attain and analyze data regarding high school English teachers' beliefs about grading practices and their self-reported grading practices, to identify and understand disparities that exist between teachers' beliefs and self-reported practices, to identify discrepancies between the same self-reported practices and evidence of the practices actually utilized, and to consider teachers' perceptions as to the causes for these discrepancies. Instrumentation for this study included two surveys with both Likert and Likert-like items and an interview/portfolio analysis of teachers' grading systems. A combined total of 204 high school English-language arts teachers representing thirty-eight states and eighty-five schools comprised the sample. Corresponding pairs of Likert-type items were analyzed using studies of the mode, median, mean rank, and the Mann-Whitney U Test to study a comparison of the medians, and comparisons of true Likert scale item results were completed using studies of the means and an independent samples t-test. Interview/portfolio analysis data were analyzed both descriptively and inferentially including the calculation of 95% confidence intervals for generalizability. All open-ended items were considered qualitatively through a process of identifying and categorizing trends in language and over-arching themes. Results indicate that the sample finds grading practices recommended by experts in the field to be best grading practices, and respondents generally report the use of these same practices in their own grading systems. The data reveal, however, discrepancies between the majority of teachers' reported practices and their actual practices. Study participants are likely to place blame for these discrepancies on these sources: campus or district authorities, the limited time available, and the interferences caused by parents.
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 | 0,006 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».