Collaborative Group Instruction's Impact on English Learner Success \nin Algebra I at the High School Level
Notice bibliographique
Résumé
The purpose of this study was to help determine effective teaching and classroom practices when addressing the mathematics achievement gap between Latino English Learners (ELs) and their White and Asian counterparts. This study sought to discover what effect different teaching strategies had on the growth in proficiency of Latino ELs on Algebra I Benchmark assessments from first quarter to fourth quarter of an academic school year. Particular areas of interest were whether explicitly structured collaborative grouping had any effect on Latino ELs??? growth in Algebra I achievement. Another area of interest was what effect more traditional teacher-directed instruction and lack of structured collaborative grouping had on Latino ELs Algebra I proficiency growth. This study compared the test scores, grades, and survey results of 14 Latino ELs in two Algebra I classes where teachers used different approaches to helping students master content at a Title I school in Orange County, Calif. A mixed-methods approach was used in analyzing both quantitative test scores, grades, and Likert-type surveys as well as qualitative interview answers. Findings suggest that there was little to no difference in test score gains between the teacher who used daily structured collaborative grouping and increased direct instruction (DI) and the teacher who used less frequent group work and half as much DI. The only significant variance found was in final semester grades, with nearly all EL students in the class with more group work and DI earning a passing grade. This study recommends that collaborative group work and DI should be carefully considered, implemented, and adjusted, depending on the needs of the students. Additionally, culturally relevant approaches to teaching should be implemented in every school with high numbers of Latino ELs.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,003 | 0,006 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,032 | 0,057 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».