Exploring Language Teachers’ Perspectives on Hybrid Delivery with Adult Literacy Learners
Notice bibliographique
Résumé
Canada’s federally-funded English language programming has historically overlooked the holistic learning needs of adult literacy learners, who have limited prior education and low English proficiency. Literacy learners’ educational and language needs are further compounded by limited digital literacy, as they face barriers accessing and navigating digital interfaces, which are increasingly integrated into educational spaces. The challenge falls on literacy instructors to address these challenges. Yet instructors lack sufficient support, training, and resources to do so effectively. This study addresses this gap using a participatory approach to develop a teacher toolkit to support literacy educators in integrating technology and transitioning to hybrid modes of instruction. The research team collaborated with an advisory group (n=7) made up of literacy educators to co-design a teacher toolkit. The toolkit was pilot-tested by literacy educators (n=24) on a local and national scale and was iteratively revised according to their feedback. Three themes emerged that shaped the toolkit: adapting a multifaceted, dynamic, flexible role as an instructor, addressing the diverse needs of literacy learners, and adapting to digital pedagogies. We explain how the toolkit addresses each theme and reflect on the methodological implications of using a participatory approach for toolkit development. Les programmes d’apprentissage de l’anglais financés par le gouvernement fédéral canadien ont historiquement négligé les besoins holistiques d’apprentissage des apprenants adultes en apprentissage de la littératie et qui ont un niveau d’éducation préalable limité et une faible maîtrise de l’anglais. Les besoins éducatifs et linguistiques des apprenants en apprentissage de la littératie sont davantage complexifiés par une littératie numérique limitée. En effet, ces apprenants se heurtent à des obstacles pour accéder et naviguer les interfaces numériques, qui sont de plus en plus intégrées dans les espaces éducatifs. C’est aux enseignants en alphabétisation qu’il incombe de relever ces défis. Or, ces derniers ne disposent pas d’un soutien, d’une formation et de ressources suffisants pour y parvenir efficacement. Cette étude comble cette lacune en utilisant une approche participative pour développer une boîte à outils afin d’aider les enseignants en alphabétisation à intégrer la technologie et à passer à des modes d’enseignement hybrides. L’équipe de recherche a collaboré avec un groupe consultatif (n = 7) d’enseignants en alphabétisation pour concevoir conjointement une boîte à outils pour les enseignants. La boîte à outils a été testée par des enseignants en alphabétisation (n = 24) à l’échelle locale et nationale et a été révisée de manière itérative en fonction de leurs commentaires. Trois thèmes ont émergé et ont façonné la boîte à outils : s’adapter à un rôle multidimensionnel, dynamique et flexible en tant qu’enseignant, répondre aux besoins variés des apprenants en alphabétisation et s’adapter aux pédagogies numériques. Nous expliquons comment la boîte à outils aborde chaque thème et réfléchissons aux implications méthodologiques de l’utilisation d’une approche participative pour le développement de boîtes à outils.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».