Examining Classroom Contexts in Support of Culturally Diverse Learners’ Engagement: An Integration of Self-Regulated Learning and Culturally Responsive Pedagogical Practices.
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Research shows that culturally diverse students are often disengaged in multicultural classrooms. To address this challenge, literatures on self-regulated learning (SRL) and culturally responsive teaching (CRT) both document practices that foster engagement, although from different perspectives. This study examined how classroom teachers at schools that enrol students from diverse cultural communities on the West Coast of Canada built on a Culturally Responsive Self-Regulated Learning Framework to design complex tasks that integrated SRL pedagogical practices (SLPPs) and culturally-responsive pedagogical practices (CRPPs) to support student engagement. Two elementary school teachers and their 43 students (i.e., grades 4 and 5) participated in this study. We used a multiple, parallel case study design that embedded mixed methods approaches to examine how the teachers integrated SRLPPs and CRPPs into complex tasks; how culturally diverse students engaged in each teacher’s task; and how students’ experiences of engagement were related to their teachers' practices. We generated evidence through video-taped classroom observations, records of classroom practices, students’ work samples, a student self-report, and teacher interviews. Overall findings showed: (1) that teachers were able to build on the CR-SRL framework to guide their design of an CR-SRL complex task; (2) benefits to students’ engagement when those practices were present; and (3) dynamic learner-context interactions in that student engagement was situated in features of the complex task that were present on a given day. We close by highlighting implications of these findings, limitations, and future directions.
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.
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 | 0,028 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,005 |
| 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 découle