Creating accessible and accepting STEM classrooms
Notice bibliographique
Résumé
The number of disabled students enrolled in post-secondary programs in Canada is on an alarming rise. Self-reported data of first-year undergraduate students indicates that rates increased from 24% in 2019 to 31% in 2022.1,2 Despite the growing need, budget lines to support these students are not growing proportionately. Further, the current system of accommodation is based on the outdated and paternalistic medical model of disability.3 While the Accessibility for Ontarians with Disabilities Act guarantees an accessible education for all Ontarians, disabled university students must negotiate an uneven and often inequitable experience across multiple ‘microclimates of access’ created by different instructors.4,5 These microclimates can range from welcoming to dismissive to openly hostile.5 While acknowledging that what is really required is system-wide change, this workshop aims to leverage a community of practice to develop a shared vision for STEM classrooms that are more accessible and accepting of disabled students.6,7 This will be accomplished via interactive activities, during which we will invite the audience to consider the lived experience of both students and instructors, as they navigate an system that is too often inaccessible to disabled students. The activities will rely on the lived experiences and perspectives of students with disabilities. We hope that this workshop will demonstrate the barriers faced by disabled students, and the costs (academic, financial and health) that come with each barrier. Please bring your phone, laptop or tablet to access the online interactive surverys! Canadian University Survey Consortium. (2019). 2019 First Year Students Survey Master Report: June 2019. Canadian University Survey Consortium. https://cusc-ccreu.ca/wordpress/?page_id=32&lang=en Canadian University Survey Consortium. (2022). 2022 First Year Students Survey Master Report: June 2022. Canadian University Survey Consortium. https://cusc-ccreu.ca/wordpress/?page_id=32&lang=en Olkin, R. (2022). Conceptualizing disability: Three models of disability. American Psychological Association. https://www.apa.org/ed/precollege/psychology-teacher-network/introductory-psychology/disability-models Accessibility for Ontarians With Disabilities Act, 2005, SO 2005, c 11, retrieved on 2024-01-01 Parizeau, K. (2022). Uneven Learning Landscapes Ahead: Instructor Perspectives on Undergraduate Student Mental Health. Canadian Journal of Higher Education/Revue canadienne d'enseignement supérieur, 52(2): 67–80. https://doi.org/10.47678/cjhe.v52i2.189391 Reinholz, D. L., White, I., & Andrews, T. (2021). Change theory in STEM higher education: a systematic review. International Journal of STEM Education, 8 (1). https://doi.org/10.1186/s40594-021-00291-2 Henderson, C., Beach, A., & Finkelstein, N. (2011). Facilitating change in undergraduate STEM instructional practices: An analytic review of the literature. Journal of Research in Science Teaching, 48(8), 952–984. https://doi.org/10.1002/tea.20439 Meyers, S., Rowell, K., Wells, M., & Smith, B. C. (2019). Teacher Empathy: A Model of Empathy for Teaching for Student Success. College Teaching, 67(3), 160–168. https://doi.org/10.1080/87567555.2019.1579699
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 | 0,006 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,017 | 0,010 |
| Communication savante | 0,012 | 0,006 |
| Science ouverte | 0,005 | 0,027 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,025 | 0,005 |
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 ».