Using Culturally Relevant Pedagogy to Support ELL Literacy & Language Acquisition
Notice bibliographique
Résumé
Developing student literacy is crucial to students’ academic and overall life success (Cummins, 2000a, p. 53), but the literacy acquisition of English Language Learners is hindered by lack of funding for ELL support, teachers who lack knowledge of ELL support, and inability to engage with literacy materials they are given in the classroom (Jones & Carter, 2010). Research says that Ontario teachers feel they are receiving insufficient training to support ELL students, despite the fact that Ontario ELL student populations average at 8% per school (and as high as 92% in some schools [People for Education, 2013].) In addition to a lack of training, it has also been reported that many teachers feel reluctant to work with “low-proficiency ELLs,” and hold “misconceptions about the processes of second-language acquisition [as well as] assumptions (positive and negative) about the race and ethnicity of ELLs” (Reeves, 2006). Research conducted on how to effectively support ELL literacy and language acquisition has shown the effectiveness of enacting Culturally Relevant Pedagogy (CRP) (Ladson-Billings, 1995). However, despite the documented success of teachers who have adopted CRP, it remains largely an unrealized educational ideal. This study explores how a sample group of primary-level teachers use CRP to effectively support student literacy (ELL or otherwise), and the personal and professional factors that influence their decision to actively enact CRP in their practice.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».