MétaCan
Menu
Retour à la cohorte
Enregistrement W4288742522 · doi:10.5539/jel.v11n5p64

Evidence-Based Practices in Special Education: A Reflection on the Philosophy, Research and Teaching

2022· article· en· W4288742522 sur OpenAlexvenueno aff
Chi Cheng Wu, Jiraporn Chano, Herli Salim, Jeffrey Kritzer

Notice bibliographique

RevueJournal of Education and Learning · 2022
Typearticle
Langueen
DomainePsychology
ThématiqueEducational and Psychological Assessments
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPositivismPsychologyTeaching methodUnderpinningPhilosophy of scienceReflection (computer programming)PedagogyPhilosophy of educationLearning disabilityMathematics educationSociologyHigher educationEngineering ethicsEpistemologyComputer science

Résumé

récupéré en direct d'OpenAlex

Some researchers have taken evidence-based practices (EBPs) as the main solution for enhancing the learning outcomes of students with disabilities. The manner in which the application of EBPs assumes teaching strategies to be aligned with students’ learning problems or disability situations betrays a mechanical approach to dealing with issues of students with disabilities. Post/positivism and scientific methods are underpinning threads supporting these developments. Yet, the complexity of teaching practice tends to be overlooked and scientific methods overextended. In this background, this article reviews the philosophy of science so that a more complete and historical understanding of science is represented, which is helpful in facilitating the discipline to draw attention to the limitations of current discussions about EBPs. Subsequently, we raise three ways to elucidate the research and teaching practices. First, ontological, epistemological and methodological diversities should be practiced to interrogate issues related to EBPs. Second, alternative methodologies should be encouraged to counter the environmental and systematic barriers compromising students’ learning difficulties. Last, a problem-solving approach should be used to compete with a mechanistic approach in responding to students' learning difficulties.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,339
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,471
Tête enseignante GPT0,571
Écart entre enseignants0,100 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
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

Citations6
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Education and LearningMême sujetEducational and Psychological AssessmentsTravaux en français237 207