Supporting preservice teachers to navigate the tensions of teaching English Language Arts: An examination of two teacher educator's literacies pedagogies
Notice bibliographique
Résumé
In 1997-1998, we taught in the same independently funded elementary school. As teachers of Grade 1 and Grade 2, the school leadership asked us to research and recommend a program to support early reading instruction and replace the outdated basal readers. Opinions were sometimes diverse as we met with parents and school board members to identify beliefs/priorities in early reading instruction. More than 25 years later, in our work as teacher educators in two provinces, we are embroiled in similar conversations about reading instruction in a field mapped by polarizing views expressed in reports, social media, and teacher professional texts. As teacher educators, we recognize: 1) this context as challenging for preservice teachers to enter professional practice and 2) our role in supporting preservice teachers in entering the field. This was the impetus for a research study examining our pedagogies. We ask: How are we, as teacher educators, supporting preservice teachers to navigate the theoretical and practical tensions of teaching Language Arts through our pedagogies? In this article, we share findings from a collaborative Self-Study of Teacher Education Practice (S-STEP) where we leverage our long-standing relationship as critical friends in research/teaching to examine our teacher education pedagogies in our elementary English Language Arts courses in 2022-2023. Data sources include teaching artifacts (e.g., syllabi, powerpoints, activities) and videorecordings of discussions as we share these artifacts over Zoom. Guided by posthuman perspectives, we consider the non-human and human entities that were a part of our pedagogies. Analysis is currently underway. Preliminary findings suggest a shift from sharing particular practices with each other to a focus on decision-making to support preservice teachers in weighing the desires of teaching practices in literacies as well as diffusing binaries. This article highlights teacher education practices as relational and moving in response to context.
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 | 0,010 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,011 | 0,006 |
| Communication savante | 0,007 | 0,004 |
| Science ouverte | 0,002 | 0,008 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 ».