MétaCan
Menu
Retour à la cohorte
Enregistrement W4244718489 · doi:10.32920/ryerson.14639499

Assessment of Socio-culturally Diverse Students: Problems in Special Educational Theory and Implications for Practice

2021· preprint· en· W4244718489 sur OpenAlexaffabout
Judith K. Bernhard

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomainePsychology
ThématiqueEducational and Psychological Assessments
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésMainstreamDiversity (politics)Cultural diversityDynamic assessmentPsychologyInclusion (mineral)Linguistic diversitySpecial educationTest (biology)Ethnic groupPedagogyEducational assessmentProcess (computing)Mathematics educationSociologyLinguisticsSocial psychologyDevelopmental psychologyComputer sciencePolitical science

Résumé

récupéré en direct d'OpenAlex

The present socio-cultural as well as linguistic diversity of many newcomers to Canada brings important issues in special education for critical consideration. While educators have spoken of the need to consider ethnic and cultural diversity in assessment and placement decisions, there is currently a lack of criteria for distinguishing genuine learning disabilities from the normal language barriers associated with the process of second language acquisition. A critical analysis is presented of some of the core concepts on which current assessment practices are based; these include intelligence and learning disability models and some of the most common tests and test batteries used in connection with socio-culturally diverse as well as “mainstream” students. It is concluded that the assessment tools currently used rest on dubious constructs and have questionable validity. This suggests that the segregation of children labelled LD lacks a proper rationale. Because of the many problematic areas in current special educational assessment practices, new assessment/learning paradigms are needed which accept diversity as a basic assumption and employ dynamic approaches as have been derived from the Vygotskian model.

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)0,110
score de la tête « metaresearch » (Gemma)0,154
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,110
Score d'incertitude au seuil0,584

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1100,154
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0040,004
Études des sciences et des technologies0,0050,030
Communication savante0,0100,010
Science ouverte0,0070,016
Intégrité de la recherche0,0040,007
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,071
Tête enseignante GPT0,499
Écart entre enseignants0,428 · 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'étudeThéorique ou conceptuel
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

Citations0
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetEducational and Psychological AssessmentsTravaux en français237 207