MétaCan
Menu
← Retour à la cohorte
Enregistrement W4416781568 · doi:10.1108/book-979-8-88730-224-92025015

Leveraging Languagerich Classrooms As A Resource For Fostering Critical And Creative Global Citizenship

2023· book-chapter· en· W4416781568 sur OpenAlexaff
Gail Prasad, Amanda Clarahan, Esther Bettney Heidt

Notice bibliographique

Revuenon disponible
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiqueMultilingual Education and Policy
Établissements canadiensQueen's UniversityYork University
Organismes subventionnairesnon disponible
Mots-clésGeneral partnershipMetropolitan areaResource (disambiguation)PreparednessGlobal educationPrincipal (computer security)Leverage (statistics)Citizenship

Résumé

récupéré en direct d'OpenAlex

This chapter outlines how the development of a research-practice partnership (RPP) with the Office of Global and Multilingual Education of the Madison Metropolitan School District puts the Wisconsin Idea into practice. The genesis of this partnership was a local school principal and parent council’s desire to build a sense of belonging and community in a school that served an increasingly culturally, linguistically, and socially diverse school population. Collectively, we explored a central question of inquiry, “How can teaching and learning be reshaped to leverage diversity, particularly linguistic diversity, as a resource for all?” This chapter articulates how practice drove theory-building to foster linguistic and cultural collaboration within the microcosm of the classroom and school, and its impact in developing young students’ self-awareness and preparedness to engage as global citizens. We highlight examples of how through this RPP, the team supported and expanded opportunities for student and family engagement, as well as how learning from this partnership reaches across wider international contexts.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0070,017
Communication savante0,0130,010
Science ouverte0,0020,019
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0080,002

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.

Tête enseignante Opus0,181
Tête enseignante GPT0,476
Écart entre enseignants0,295 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMultilingual Education and Policy→Travaux en français237 207→