MétaCan
Menu
Retour à la cohorte
Enregistrement W4414266624 · doi:10.1080/19404158.2025.2553501

Early outcomes of a structured literacy implementation across a school system: the Archdiocese of Canberra and Goulburn Catalyst program

2025· article· en· W4414266624 sur OpenAlexaff
Tanya Serry, Jennifer Buckingham, Pamela Snow, Lorraine Hammond, Kym Simoncini, Tina Daniel

Notice bibliographique

RevueAustralian Journal of Learning Difficulties · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducation Systems and Policy
Établissements canadiensCentre for Advancing Health Outcomes
Organismes subventionnairesSnow Foundation
Mots-clésReading (process)LiteracyIntervention (counseling)Professional developmentProfessional learning communityBest practiceFaculty developmentEmergent literacy

Résumé

récupéré en direct d'OpenAlex

Although professional learning is the main approach for improving teacher knowledge, little evidence exists for its effectiveness in changing practice and improving student outcomes. One possible explanation is poor alignment between professional learning and classroom practice. In this paper, we describe a system-wide approach to changing teacher knowledge and reading pedagogy. Classroom teachers (n = 199) across 43 schools engaged in professional learning on contemporary science of learning and training in the use of published systematic and explicit reading instruction programs. Following the intervention, students’ word reading data revealed that the percentage of students requiring support post intervention had significantly decreased and video samples of teachers’ practice showed adoption of practices aligned with explicit instruction. Focus-group themes reflected considerable perceived growth in teacher knowledge and practice resulting from the intervention. Our study provides preliminary support for the effectiveness and efficiency of system-level change to reading pedagogy.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,161
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 recherche0,0000,000
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 Opus0,024
Tête enseignante GPT0,417
Écart entre enseignants0,393 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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 revueAustralian Journal of Learning DifficultiesMême sujetEducation Systems and PolicyTravaux en français237 207