MétaCan
Menu
Retour à la cohorte
Enregistrement W4388571154 · doi:10.1080/15348431.2023.2279588

Investigating the Equity Imperative in High School Computer Science Curriculum for Latinx Students

2023· article· en· W4388571154 sur OpenAlexaff
Debalina Maitra, Steven McGee, Randi McGee‐Tekula, Catherine McGee

Notice bibliographique

RevueJournal of Latinos and Education · 2023
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueDiverse Educational Innovations Studies
Établissements canadiensLearning Partnership
Organismes subventionnairesNational Science Foundation
Mots-clésEquity (law)CurriculumQualitative researchSociologyPedagogyMathematics educationPopulationPsychologyPublic relationsSocial sciencePolitical science

Résumé

récupéré en direct d'OpenAlex

The goal of this qualitative research is to understand equitable teaching practices of computer science classrooms in the Chicago Public Schools through the video analysis specifically for the Latinx students. Data was collected through video recording from 10 different CPS classrooms. The videos were analyzed qualitative to determine the inquiry driven equitable practices. Though the equitable practices were identified based on the classroom video analysis, literature review on equitable practices and core ECS philosophy informed us to recognize and group the themes and their indicators of equity. This research plays a crucial role in terms of informing the current equitable teaching practices based on the videos in ECS classrooms in Chicago, also the research identifies a need to study further cultural references in terms of teaching computer science curriculum. This research has significance for designing professional development for marginalized population in computer science and possibly for other STEM areas.

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)0,001
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,075
Score d'incertitude au seuil0,308

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,057
Tête enseignante GPT0,360
Écart entre enseignants0,303 · 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'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

Citations2
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Latinos and EducationMême sujetDiverse Educational Innovations StudiesTravaux en français237 207