MétaCan
Menu
Retour à la cohorte
Enregistrement W4388645500 · doi:10.1080/14675986.2023.2265855

Mapping teachers’ perspectives on culturally responsive pedagogy in mathematics: from academic achievement to insights and opportunities

2023· article· en· W4388645500 sur OpenAlexaff
Kathleen Nolan, Constantinos Xenofontos

Notice bibliographique

RevueIntercultural Education · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTeacher Education and Leadership Studies
Établissements canadiensUniversity of Regina
Organismes subventionnairesnon disponible
Mots-clésPedagogyCritical consciousnessMathematics educationCompetence (human resources)Professional developmentThematic analysisPsychologyQualitative researchSociologySocial psychologySocial science

Résumé

récupéré en direct d'OpenAlex

Following the seminal work of Gloria Ladson-Billings, research on culturally responsive pedagogy (CRP) has, in recent years, expanded significantly. Ladson-Billings proposes three elements of CRP: academic achievement, cultural competence, and sociopolitical consciousness. Nevertheless, in mathematics education research on CRP, the sociopolitical consciousness element is often under-explored or even absent. This paper began as an investigation of how Ladson-Billings’ three elements could be used to examine prospective and practicing teachers’ (PPTs') perspectives on CRP, prior to their participation in a professional development course on CRP in the mathematics classroom. Thirty-one participants from three separate offerings of the course responded in writing to a set of open questions about CRP (in general and in mathematics). Thematic data analysis pointed to the complexities of categorising the data based primarily on Ladson-Billings’ three elements. In addition, our analysis indicated five components underpinning participants’ responses: challenges; opportunities; fears; resistance; insights. We conclude with a revised conceptualisation of CRP for mathematics teacher education programmes aimed at supporting PPTs’ development of their CRP-related knowledge, skills, and dispositions.

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)0,010
score de la tête « metaresearch » (Gemma)0,020
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,010
Score d'incertitude au seuil0,050

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,020
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,002
Études des sciences et des technologies0,0060,012
Communication savante0,0090,006
Science ouverte0,0010,008
Intégrité de la recherche0,0010,004
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 Opus0,201
Tête enseignante GPT0,451
Écart entre enseignants0,250 · 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'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

Citations10
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIntercultural EducationMême sujetTeacher Education and Leadership StudiesTravaux en français237 207