Teachers’ Takes on Supporting Multilingual Learners in K–12 Classrooms in Ontario
Notice bibliographique
Résumé
Supporting Ontario’s diverse multilingual learners (MLs) requires more than “just good teaching” (de Jong & Harper, 2005, p. 102). MLs’ success is tied to specific teacher knowledge, attitudes, and pedagogical moves based on linguistically responsive teaching (Lucas & Villegas, 2013). This study investigated the perspectives of teachers, curriculum leaders, and consultants regarding how MLs can best be supported, their challenges and successes in working with MLs, and what needs to change in teacher education to achieve the goal of supporting MLs across their curricula. Semi-structured interviews were conducted with 11 teachers currently working with MLs in Ontario, organized around their personal and professional backgrounds and experiences, issues faced in supporting MLs, perspectives on how Ontario’s policies impact their work, and opinions about how to enable future teachers to develop necessary skills to support MLs. Findings from an inductive thematic analysis of the interviews suggest the need for teachers to connect with MLs through shared language learning experiences, use assetbased, linguistically responsive and translanguaging approaches, and involve parents and communities. The findings also highlight issues around policy accessibility, the lack of specialized training, and inadequate resources. Finally, the study makes recommendations for preparing future teachers with practical strategies to support MLs in K–12 classrooms. Le soutien des divers apprenants multilingues de l’Ontario exige plus que « just good teaching » (de Jong et Harper, 2005, p. 102). La réussite des multilingues est liée à la connaissance spécifique des enseignants, aux attitudes et aux mouvements pédagogiques fondés sur un enseignement répondant aux besoins linguistiques (Lucas et Villegas, 2013). Cette étude examine les perspectives des enseignants, des responsables de programmes et des consultants sur la façon dont on peut optimiser le soutien aux multilingues, les défis et les réussites rencontrés en travaillant avec les multilingues et ce qui a besoin de changer dans la formation des enseignants pour qu’ils parviennent à apporter du soutien aux multilingues dans tous leurs programmes. On a effectué des entrevues semi-structurées auprès de 11 enseignants travaillant avec des multilingues en Ontario. Ces entrevues étaient organisées autour de leurs antécédents et expériences personnels et professionnels, des problèmes auxquels ils avaient fait face dans le soutien des multilingues, de leurs perspectives sur la manière dont les politiques ontariennes influencent leur travail et de leur opinion sur la façon de permettre aux futurs enseignants d’acquérir les habiletés nécessaires pour soutenir les multilingues. Les résultats tirés d’une analyse thématique inductive des entrevues suggèrent que les enseignants doivent établir des liens avec les multilingues en partageant leurs expériences d’apprentissage linquistique, en utilisant des approches fondées sur les atouts, adaptées sur le plan linguistique et du translanguaging, et en faisant participer les parents et les communautés. Les résultats soulignent également les problèmes concernant les politiques d’accessibilité, le manque de formation et les ressources inadéquates. Pour finir, l’étude propose des recommandations pour préparer les futurs enseignants à l’aide de stratégies pratiques afin de soutenir les multilingues dans les salles de classe de la maternelle à la 12e année.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,019 | 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 tête enseignante, 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 ».