The Universal Genre Sphere: A Curricular Model Integrating GBA and UDL to Promote Equitable Academic Writing Instruction for EAL University Students
Notice bibliographique
Résumé
This paper proposes the design of an instructional model, referred to as the universal genre sphere, for teaching academic writing in a manner appropriate to all learners, but developed especially with consideration for the needs of English as additional language students with or without diagnosed learning differences. Despite growing research on, variously, second-language writing, English as an additional language and learning differences, there has been relatively little work that explores approaches to the intersections of these topics. Thus, the proposed universal genre sphere model is founded on the pillars of universal design for learning and the tenets of the genre-based approach, especially the teaching-learning cycle, to create more equitable and inclusive, as well as effective, learning environments. The universal genre sphere balances inclusive design that draws upon students' interests, while breaking learning into manageable and adjustable segments, thus making academic writing more accessible to a greater number of learners. The combination of universal design for learning and the genre-based approach represents an opportunity to create a shift in second-language writing instruction (and, potentially, in L1 writing instruction) that aligns with the principles of inclusive education by reducing barriers in the classroom and providing students with multiple pathways to participate, which could do much to advance knowledge about more inclusive, equitable and effective writing instruction for all learners.
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 | 0,001 | 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 | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».