Effective school leadership to support innovative teaching: mathematics education using the thinking classrooms framework
Notice bibliographique
Résumé
Manitoba students are struggling in mathematics. In the 2020/21 school year, 12.8% of Grade 9 students failed to earn their mathematics credit on their first attempt; this nearly triples to a 34.2% failure rate for Indigenous students (Manitoba Education and Early Childhood Learning, n.d.). Additionally, on the 2019 Pan-Canadian Assessment Program (PCAP), Grade 8 students in Manitoba had mean scores below the Canadian mean in all mathematics subdomains (O’Grady et al., 2021). Liljedahl (2016, 2021) found that students struggle to learn mathematics in traditional classrooms because teachers are planning lessons that do not require them to actively think. In response, he developed the Thinking Classrooms framework for teaching mathematics; it’s use has exploded in Kindergarten to Grade 12 classrooms in Manitoba, across Canada and around the world. While much research has been done to develop the framework and recommend effective practices for teachers, none has examined the role of school leaders who are expected to support it. This is problematic because policymakers are expending large amounts of money, time, and physical resources for teachers to create their own Thinking Classrooms while school leaders are left to muddle through. This study asks, what are the optimal practices for school leaders who want to support the mathematics instruction of teachers who are establishing Thinking Classrooms in K-12 schools? An interview-based qualitative research approach was used to learn from the experiences of teachers and school leaders in a large metropolitan school division located in Manitoba. The results are useful for school leaders who want to support their own teachers’ implementation of the Thinking Classrooms framework and improve the education of mathematics.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,007 | 0,007 |
| Communication savante | 0,005 | 0,002 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».