Scaling Up a Kindergarten and Pre-K Curriculum with a Focus on Teacher Agency
Notice bibliographique
Résumé
Early childhood curricula that achieve impressive results in small-scale studies often encounter difficulties scaling up those results across large systems. For example, it is often challenging to preserve both high-quality teacher-student relationships and high-fidelity scaled-up implementation. We describe experiences of a particular curriculum, Tools of the Mind (“Tools”), in grappling with this challenge. Tools is a pre-kindergarten and kindergarten curriculum emphasizing active teacher engagement supporting high-quality play and building school readiness; scale-up of Tools is thus a natural crucible for this implementation challenge. This report is a case discussion, intended to share experiences that may be of value to others facing similar challenges. We use the Active Implementation Frameworks (AIF) to analyze scaling strategies adopted by Tools as they evolved during implementation at scale. Sources for this analysis include our experience implementing Tools, formal and informal feedback we received in doing so, and separate studies by external researchers. We trace how Tools modified its approach to fidelity by integrating key elements of the AIF so that implementing the curriculum went hand-in-hand with building teacher capacity. This involved developing interactive technology that teachers use first directly, in the classroom, and then reflectively, to build their own understanding and self-agency. Results suggest that this strategy can enable teachers not only to implement the curriculum with fidelity, but also to develop their capacity to respond effectively to classroom demands. Based on these encouraging preliminary results, we recommend that researchers and educators more systematically explore connections between curriculum implementation, teacher capacity, and student outcomes.
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 | 0,018 | 0,046 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,003 |
| Communication savante | 0,007 | 0,007 |
| Science ouverte | 0,004 | 0,010 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,002 |
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 ».