MétaCan
Menu
Retour à la cohorte
Enregistrement W4403852464 · doi:10.5206/eei.v34i2.15599

What Is Known About Curriculum Modifications? A Scoping Literature Review

2024· article· en· W4403852464 sur OpenAlexaffvenueabout
Katherine Barron

Notice bibliographique

RevueExceptionality Education International · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducation Systems and Policy
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésCurriculumMathematics educationPedagogyPsychologySociology

Résumé

récupéré en direct d'OpenAlex

Modifying the curriculum is a common practice used to support students with individual education plans (IEPs). All 13 provinces and territories in Canada (and their associated federally run schools) permit the use of curriculum modifications yet, despite their frequent use, the efficacy of this long-standing practice has rarely been studied. This scoping literature review maps what is currently known about curriculum modifications. Findings reveal two significant issues with the terminology used in the existing literature—inconsistent use of terms and conflation of terms. Additionally, the limited research available reports that while some students identified as having intellectual disability may benefit from modified curricula in certain contexts, other groups of students may experience harm. These findings lay a foundation for future research on curriculum modifications, an area that warrants urgent attention from the anti-oppression movement within special education.

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)0,038
score de la tête « metaresearch » (Gemma)0,203
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,038
Score d'incertitude au seuil0,201

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0380,203
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0050,004
Bibliométrie0,0270,026
Études des sciences et des technologies0,0020,003
Communication savante0,0070,008
Science ouverte0,0030,004
Intégrité de la recherche0,0050,004
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,044
Tête enseignante GPT0,453
Écart entre enseignants0,409 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueExceptionality Education InternationalMême sujetEducation Systems and PolicyTravaux en français237 207