MétaCan
Menu
Retour à la cohorte
Enregistrement W4390142258 · doi:10.18733/cpi29708

Applying Culturally Relevant Pedagogy to Online Learning

2023· article· en· W4390142258 sur OpenAlexafffundvenue
Sepideh Mahani

Notice bibliographique

RevueCultural and Pedagogical Inquiry · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueOnline and Blended Learning
Établissements canadiensYorkville University
Organismes subventionnairesUniversity of Alberta
Mots-clésOnline learningPedagogyCultural diversityDiversity (politics)Equity (law)Social justiceOnline teachingCultural competenceSociologyPsychologyMathematics educationPolitical scienceMultimediaComputer scienceSocial science

Résumé

récupéré en direct d'OpenAlex

Despite the prevalence of online learning in higher education, particularly during the COVID-19 pandemic, there is limited literature about what constitutes effective culturally relevant and responsive online teaching. While online education has revolutionized learning by increasing educational access and opportunities to students, it has also led to an increase in classroom diversity, leaving instructors to struggle with how to create and foster a culturally relevant and responsive learning environment. In this paper, as an online educator who teaches graduate level Education courses, I examine culturally relevant pedagogy and reflect on my practices that focus on diversity, equity, and social justice. I will conclude by sharing strategies that educators can utilize in creating culturally relevant and responsive online courses.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,814
Score d'incertitude au seuil0,869

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,494
Tête enseignante GPT0,519
Écart entre enseignants0,025 · 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'étudeSans objet
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

Citations1
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCultural and Pedagogical InquiryMême sujetOnline and Blended LearningTravaux en français237 207