MétaCan
Menu
Retour à la cohorte
Enregistrement W4402097476 · doi:10.5430/wjel.v15n1p101

Enhancing Teacher Competence in Differentiated Instruction for English Language Learners with Disabilities: A Professional Development Intervention

2024· article· en· W4402097476 sur OpenAlexvenueno aff
Turky Alshaikhi, Mohamad Ahmad Saleem Khasawneh

Notice bibliographique

RevueWorld Journal of English Language · 2024
Typearticle
Langueen
DomaineComputer Science
ThématiqueEducational Methods and Teacher Development
Établissements canadiensnon disponible
Organismes subventionnairesKing Khalid University
Mots-clésCompetence (human resources)Computer scienceMathematics educationIntervention (counseling)English languageProfessional developmentPsychologyPedagogy

Résumé

récupéré en direct d'OpenAlex

The purpose of this research was to assess the efficacy of a professional development program in enhancing the teaching abilities of educators in Saudi Arabia when it comes to instructing English Language Learners (ELLs) who have impairments. The research specifically targeted the Asir area. Upon completion of pre-test and post-test assessments, we saw substantial improvements in teacher competency, as shown by the outcomes of paired t-tests. The multiple regression analysis revealed that pre-existing competence and educational background were significant predictors of the intervention's performance. Following the completion of correlation and ANCOVA analyses, it was determined that the perceived usefulness of the intervention did not have a statistically significant effect on practical modifications in teaching techniques. This implies that other variables, such as structural obstacles and specific attributes of teachers, have a greater impact. The results emphasize the need of tailoring professional development programs to match the distinct profiles and current abilities of individual teachers, in order to attain optimal performance. The research concluded that instructors must undergo meticulously designed professional development programs to proficiently implement differentiated education. This intervention will enhance the academic achievements of English Language Learners who have impairments.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,001
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,017
Tête enseignante GPT0,302
Écart entre enseignants0,285 · 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

Citations3
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWorld Journal of English LanguageMême sujetEducational Methods and Teacher DevelopmentTravaux en français237 207