From silence to academic engagement: How refugee children with disabilities access learning through inclusive ‘artful’ schools in Canada
Notice bibliographique
Résumé
Abstract Many newcomer children spend a ‘silent year’ in elementary school classrooms while they adjust to a new culture and language. This often delays inclusion in learning and forming friendships with peers. For refugee children with disabilities (RCDs) this phase may last for 3 years or more, impacting their mental health and sense of belonging, and potentially worsening issues they carry from experiences of war and violence. This paper suggests that these barriers might be overcome through capitalising on strategies that circumvent spoken language by relying on the universal language of art. While making art, children naturally explore their identities, decide how they will present themselves to others, find meaning in a healing narrative and safely process bad memories. The main goal of the study was to uncover hidden ‘knowledge of self and others’ through an arts‐based research approach. Five arts education and art therapy methods with 49 children (aged 7–9) were implemented and evaluated, including self‐portraits, emoji games, read‐aloud story books, paper‐bag puppets and digital stories. Findings reveal that over time, students undergo noticeable changes in their cognitive and affective understandings with exposure to art, and improve their language ability, self‐esteem and well‐being. An unexpected outcome was how the arts may scaffold RCDs into academic learning earlier than expected. Examples of student art are included in Appendix A.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,018 | 0,011 |
| Communication savante | 0,007 | 0,002 |
| Science ouverte | 0,003 | 0,009 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».