MétaCan
Menu
← Retour à la cohorte
Enregistrement W7132955403

Promoting Success in French Immersion: Early French Immersion Teachers' Identification of and Intervention in At-Risk Reading

2017· other· en· W7132955403 sur OpenAlexaffabout
Jennifer Barton

Notice bibliographique

RevueTSpace · 2017
Typeother
Langueen
Domaine
Thématique
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésFrench immersionReading (process)CurriculumImmersion (mathematics)Intervention (counseling)School teachers
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The purpose of this research paper was to explore the experiences of Ontario Early French Immersion teachers with regards to reading assessment and intervention for at-risk reading in the French Immersion context. In order to accomplish this, I completed a qualitative research study using semi-structured interviews with three grade one French Immersion teachers. Some of the findings which came from these interviews included that teachers perceive various reasons as to why a child may not be well suited for French Immersion, that parent involvement can be a double-edged sword, and that even if teachers use best-practices, as suggested by research, for reading assessment and intervention, they may continue to experience difficulty. From these findings, I have suggested several implications for the educational community including that teachers do not perceive that they have adequate reading assessment or intervention materials available for their French Immersion learners, and that these teachers do not perceive there is adequate special education support. Based on this, recommendations can be made including for school boards to allocate more funding and resources to special education in French Immersion, and that curriculum resource developers should create new reading materials which are specific to the Early French Immersion learning context.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,071
Score d'incertitude au seuil0,141

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0040,002
Communication savante0,0030,001
Science ouverte0,0010,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,029
Tête enseignante GPT0,354
Écart entre enseignants0,326 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueTSpace→Travaux en français237 207→