MétaCan
Menu
Retour à la cohorte
Enregistrement W4320879641 · doi:10.20360/langandlit29657

Learning to Teach Outside the Box: Exploring Newness in Literacies Pedagogies in a Pandemic

2023· article· en· W4320879641 sur OpenAlexaffvenue
Lori McKee, Anne Murray-Orr, Evan T. Robinson

Notice bibliographique

RevueLanguage and Literacy · 2023
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueLiteracy, Media, and Education
Établissements canadiensSt. Francis Xavier University
Organismes subventionnairesnon disponible
Mots-clésPracticumLesson planPlan (archaeology)Context (archaeology)CurriculumPedagogySociologyLiteracyMathematics educationPsychology

Résumé

récupéré en direct d'OpenAlex

This article explores the innovative lesson planning assignments of preservice teacher, Marie, as part of an alternate teaching practicum during the pandemic closure of schools in Spring 2020. Marie viewed this shift in context as an opportunity to “think outside of the box”, to be creative and divert from a traditional lesson planning template. As we read the examples from Marie’s lesson plan assignments, we think with posthumanist theories of entanglement, intra-actions and the producing of newness in literacies pedagogies. We share data that show the entanglements of more-than-humans and humans within the innovative lesson plan format. In exploring Marie’s lesson plan redesigns and her reflections on them, we consider the ways these pedagogies were produced through the intra-actions of assignment criteria, provincial curricula, Marie’s knowledge of her students, families, available learning materials, and pandemic conditions. We consider how the implications of this lesson format contribute to newness in our ways of thinking and doing as teacher educators of literacies.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,089
Score d'incertitude au seuil0,485

Scores Codex et Gemma par catégorie

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

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 Opus0,066
Tête enseignante GPT0,320
Écart entre enseignants0,254 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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

Citations3
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueLanguage and LiteracyMême sujetLiteracy, Media, and EducationTravaux en français237 207