Prioritizing equitable social outcomes with and for diverse readers: A conceptual framework for the development and use of justice-based reading assessment
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Scholarship on the science of reading (SoR) has, in some instances, taken up more narrow views of reading in discussions and instantiations of reading assessment that do not center equity and justice, especially in schools. This can lead to less valid and even harmful reading assessment, especially for students from historically marginalized communities with diverse language, cultural, and neurological differences. Here, we draw on critically-minded reading research, as well as on work in equity-oriented educational assessment, to inform a justice-based reading assessment framework that can guide research, theory, policy, and practice. Using an equity-oriented and justice-based lens, the framework outlines three interwoven components: (1) relational and humanizing assessment practices; (2) justice-based products and outcomes; and, (3) a critical construct of reading. The framework compels designers, developers, and users to center the needs of rights-holders, and especially those from historically marginalized communities, throughout the assessment process. To do so, the framework outlines five principles that include orienting to equity and justice; prioritizing humanizing and critical assessment practices; grounding assessment in a complex, dynamic, and critical construct of reading for diverse populations; designing for justice-based social consequences, and engaging in critical debrief throughout. These principles guide eight phases of assessment, which we outline in detail. Finally, we discuss conceptual contributions as well as practical implications.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle