MétaCan
Menu
Retour à la cohorte
Enregistrement W4402051197 · doi:10.1080/18146627.2024.2386960

The Impact of Educational Innovation on Teachers’ Pedagogical Practices: The Case of the ORELT Project in Kenya

2024· article· en· W4402051197 sur OpenAlexaboutno aff
Daniel Ochieng Orwenjo

Notice bibliographique

RevueAfrica Education Review · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueOnline and Blended Learning
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPedagogyMathematics educationSociologyPolitical sciencePsychology

Résumé

récupéré en direct d'OpenAlex

This paper reports the findings of a pilot project, Open Resources for English Language Teaching (ORELT), that aimed to introduce open resources for teaching English in Kenyan junior secondary schools alongside the traditional textbooks that until now have been the only teaching resources available to teachers and learners. The ORELT materials, which consisted of open content in the form of DVDs, books, and online content were developed by the Commonwealth of Learning (CoL), Canada, for use throughout the Commonwealth of Nations. Before the rollout of these materials, English teachers from selected schools were enlisted for an in-service workshop where they were trained on the materials and the concept of open resources, and were given a hands-on familiarisation with the resources. Two ORELT workshops were conducted for four days each between 18–21 March 2013, and 6–9 May 2013 at the Kenyatta University Conference Centre (KUCC). Participants of the first workshop were drawn from secondary schools within the urban and peri-urban areas of Nairobi. Participants for the second workshop were drawn from rural schools. This article views the introduction of these open resources in Kenyan schools as an educational innovation and investigates the effects of such an innovation on teachers’ pedagogical practice. The study found that this innovation had a generally positive impact on the teachers’ pedagogical practice in terms of their pedagogical content knowledge and skills, teaching methodology, and professional growth.

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)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,052

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0090,006
Communication savante0,0040,004
Science ouverte0,0010,005
Intégrité de la recherche0,0030,002
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 Opus0,159
Tête enseignante GPT0,524
Écart entre enseignants0,365 · 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'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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAfrica Education ReviewMême sujetOnline and Blended LearningTravaux en français237 207