MétaCan
Menu
Retour à la cohorte
Enregistrement W4399663028 · doi:10.55016/ojs/ajer.v60i3.55942

Developing Culturally Responsive Teaching Practices in First Nations Communities: Learning Anishnaabemowin and Land-Based Teachings

2015· article· en· W4399663028 sur OpenAlexaffvenueabout
Melissa Oskineegish

Notice bibliographique

RevueAlberta Journal of Educational Research · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueIndigenous and Place-Based Education
Établissements canadiensLakehead University
Organismes subventionnairesnon disponible
Mots-clésTeaching methodDeveloping countrySociologyPedagogyCultural diversityMathematics educationPsychologyAnthropologyEcologyBiology

Résumé

récupéré en direct d'OpenAlex

First Nations schools in northern Ontario have the dual responsibility of providing students with the skills and foundation to thrive in their community as well as in higher education outside of their community. This responsibility requires teachers to be capable of developing and implementing lessons that support academic excellence and cultural enrichment. The findings within this article are from a study that asked experienced First Nations and non-Native teachers how non-Native teachers can learn to develop culturally responsive lessons in remote First Nations schools. Within the findings, Anishnaabemowin (Native language) and land-based activities are explored as rich sources for non-Native teachers to learn to develop culturally responsive lessons. The article concludes with a discussion of the importance of linguistic and cultural learning that is in relationship with [LR1] Elders, community members, and students.

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)0,010
score de la tête « metaresearch » (Gemma)0,084
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,447
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0100,084
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,170
Tête enseignante GPT0,471
Écart entre enseignants0,301 · 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.

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

Citations4
Publié2015
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueAlberta Journal of Educational ResearchMême sujetIndigenous and Place-Based EducationTravaux en français237 207