MétaCan
Menu
Retour à la cohorte
Enregistrement W4409835840 · doi:10.59944/postaxial.v3i2.442

Culturally Responsive Assessment and Evaluation Practices in Multilingual Classrooms

2025· article· en· W4409835840 sur OpenAlexaff
Ria Lopush

Notice bibliographique

RevueInternational Journal of Post Axial Futuristic Teaching and Learning · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueStudent Assessment and Feedback
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésLinguisticsPsychologyComputer scienceMathematics educationNatural language processing

Résumé

récupéré en direct d'OpenAlex

This study explores the implementation of culturally responsive assessment and evaluation practices in multilingual classrooms. It aims to examine how educators adapt their assessment strategies to accommodate the cultural and linguistic diversity of their students. The research highlights the importance of making assessments more inclusive and equitable, ensuring that all students have an equal opportunity to demonstrate their learning. Through qualitative methods, including interviews, classroom observations, and document analysis, the study identifies the types of culturally responsive assessments used by teachers, the challenges they face, and the impact of these practices on student engagement and academic performance. The findings suggest that culturally responsive assessments enhance students' motivation, participation, and perceptions of fairness. However, challenges such as inadequate training, limited time, and a lack of institutional support remain. The study concludes that culturally responsive assessment practices have the potential to significantly improve educational outcomes, but require ongoing support and professional development for teachers to be fully effective.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,009
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,494
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,030
Tête enseignante GPT0,456
Écart entre enseignants0,426 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Post Axial Futuristic Teaching and LearningMême sujetStudent Assessment and FeedbackTravaux en français237 207