Relationship-Building in Destreamed Grade 9 Mathematics Classrooms: Exploring Best Practices and Challenges
Notice bibliographique
Résumé
The purpose of this study is to explore the best practices and challenges that teachers are facing in the Ontario Grade 9 mathematics destreamed course using the lens of relationship and community building. Tranter et al.’s (2018) relationship-based approach to student well-being and achievement was used to guide this research. Using a qualitative case study approach, it explores the ways that seven secondary school teachers incorporate the eight conditions of this approach into their practices. This study highlights how these conditions are implemented by individual teachers and how it impacts their overall view of the Grade 9 destreamed course. The results from this study suggest that teachers employ many aspects of a relationship-based approach in the Ontario Grade 9 mathematics course. The major findings in this study include: community building is crucial to relationship-based education and was a priority for all teachers in this study; engagement and meaningful learning are interconnected as teachers based tasks and assessments on these two goals; teachers require more supports to properly meet the needs of students in destreamed classrooms including more time, smaller class sizes, and access to classroom-ready resources; teachers in this study used the spiral method more regularly than a unit-based or textbook organization; and destreamed courses would uniquely benefit from an intentional relationship-based approach to achievement and well-being in the classroom.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,015 | 0,009 |
| Communication savante | 0,008 | 0,004 |
| Science ouverte | 0,003 | 0,011 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».