A Multiple Case Study of Two Teachers’ Instructional Adaptations
Notice bibliographique
Résumé
Scholars contend that effective teachers adapt their instruction to meet the particular needs of each student. However, little research has studied the ways in which teachers adapt their instruction or their reflections on these adaptations. This article describes a yearlong multiple case study focused on two teachers from different contexts: a Kindergarten teacher in a rural school in the Pacific Northwest region of the United States and a sixth-grade teacher in a suburban school in the Mid-Atlantic region of the United States. This research replicates previous studies of adaptive teaching. Two researchers used classroom observations, post-observation interviews, and artefacts to document these teachers’ instructional adaptations and their reflections on these adaptations. Findings demonstrate the complexity of classroom instruction and the metacognitive processes teachers need to succeed in this complex environment. This study has implications for policy, teacher education, and professional development. Les chercheurs affirment que les enseignants efficaces adaptent leur enseignement de sorte à répondre aux besoins particuliers de chaque élève. Toutefois, peu de recherche a porté sur les façons dont les enseignants le font ou sur leurs réflexions relatives à ces adaptations. Cet article décrit une étude de cas multiples qui a duré un an et a suivi des enseignants de contextes différents : un enseignant à la maternelle d’une école rurale dans le nord-ouest du Pacifique aux États-Unis et un enseignant en 6e dans une école de banlieue dans les états du centre du littoral de l’Atlantique des États-Unis. Cette recherche reproduit les études antérieures sur l’enseignement adapté. Pour recueillir les adaptations à l’enseignement et les réflexions des enseignants sur celles-ci, deux chercheurs ont eu recours à des observations en salle de classe, des entrevues après les observations et des artéfacts. Les résultats démontrent la complexité de l’enseignement en salle de classe et fait ressortir les processus métacognitifs dont ont besoin les enseignants afin de réussir dans ce milieu complexe. Cette étude a des retombées sur les politiques, la formation des enseignants et le développement professionnel.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,015 | 0,006 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,003 | 0,005 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».