MétaCan
Menu
Retour à la cohorte
Enregistrement W4406780905 · doi:10.5430/wjel.v15n3p277

Differentiated Instruction in a Public Junior High School: EFL Teachers’ Perception and Practices

2025· article· en· W4406780905 sur OpenAlexvenueno aff
A. Padauleng, Amirullah Abduh, Samtidar Samtidar, Abu Muslim, Mujizatullah Mujizatullah, Abd. Kadir Massoweang, M. Ridwan, Besse Darmawati, Achmad Rosidi

Notice bibliographique

RevueWorld Journal of English Language · 2025
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueSecond Language Learning and Teaching
Établissements canadiensnon disponible
Organismes subventionnairesBadan Riset dan Inovasi Nasional
Mots-clésPerceptionMathematics educationComputer sciencePsychologyPedagogy

Résumé

récupéré en direct d'OpenAlex

This qualitative case study was conducted in one of public junior high school in South Sulawesi, Indonesia. The study was aimed to explore the English teachers’ practices in differentiated instruction (DI) and their perception toward the curriculum policy. The data were collected through open-ended questionnaire and interview. The participants were EFL teachers who have implemented DI. The data were analyzed using thematic analysis. The findings elucidate English teachers' implementation, revealing three overarching themes: planning, implementation, and evaluation. In the planning phase, identification, curriculum analysis, and preparation emerged as crucial aspects. The implementation stage highlighted variations in teaching materials, guidance provision, and variation in evaluation. Evaluation encompassed assessment processes, learning outcomes, and reflective practices. The second result showed the teachers’ misconception regarding the implementation of DI, namely, chaos class and concern about fairness. The teachers found the challenges in implementing DI, namely determine assessment, class management and need extra time to allocate the DI. However, the implementation of DI gave the advantages in learning English, such as students’ engagement, understanding in learning and building inclusive environment. For the better quality of DI, the teachers need several supports from the policy makers.

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)0,003
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: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,033

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0080,005
Communication savante0,0030,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 GPT0,261
Écart entre enseignants0,244 · 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'étudeQualitatif
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWorld Journal of English LanguageMême sujetSecond Language Learning and TeachingTravaux en français237 207