MétaCan
Menu
Retour à la cohorte
Enregistrement W7161763030 · doi:10.82308/53464

Effective inclusive classrooms: examining the relationship between perceptions of inclusion, effective teaching and student outcomes

2014· dissertation· en· W7161763030 sur OpenAlexaboutno aff
Özlem Erten

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineSocial Sciences
ThématiqueCollaborative Teaching and Inclusion
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésStatistical analysisRelation (database)Validation testAcademic achievement

Résumé

récupéré en direct d'OpenAlex

Au fil des ans, un nombre croissant d'écoles a adopté des politiques d'éducation inclusives. Les enseignants sont responsables d'apporter un soutien à tous les élèves au sein de leurs classes, y compris les élèves handicapés ou éprouvant des difficultés d'adaptation ou d'apprentissage. Cependant, les preuves empiriques concernant les pratiques d'enseignement efficaces relativement à l'inclusion scolaire ainsi que la relation existant entre ces pratiques et la croissance des résultats des élèves dans le temps sont insuffisantes. La présente étude visait donc principalement à 1) examiner la relation entre les perceptions des enseignants concernant l'inclusion scolaire et leurs pratiques pédagogiques, incluant les adaptations faites en classe et 2) à explorer l'impact de chacun de ces facteurs sur les résultats des élèves. L'échantillon était composé de 180 élèves, répartis dans 15 classes de 3e et 5e année d'écoles anglophones primaires de la région de Montréal (Québec). L'utilisation de plusieurs types de données, comprenant des évaluations standardisées, des grilles d'observation de la classe ainsi que des sondages a permis d'effectuer une triangulation des résultats. Les résultats des corrélations partielles démontrent qu'il existe une relation entre les perceptions des enseignants relativement à l'inclusion et leurs pratiques pédagogiques en classe. De plus, les analyses de modélisation linéaire hiérarchique (HLM) suggèrent qu'après avoir contrôlé le niveau scolaire et les scores au pré-test, la variance partagée concernant plusieurs variables relatives à la classe, incluant les domaines de la réussite en lecture et le développement socio-émotionnel, a été prédite par les pratiques pédagogiques des enseignants ainsi que leurs attitudes envers l'inclusion scolaire. Le modèle obtenu, basé sur les attitudes et les pratiques enseignantes ainsi que sur les résultats des élèves, suggère la présence de variance distincte, tant au niveau de l'élève et au niveau de la classe en ce qui a trait à la fluidité de lecture et aux pratiques d'inclusion. Aucun résultat significatif n'a été trouvé concernant l'impact de l'association entre les pratiques pédagogiques et d'adaptation des enseignants et leurs attitudes envers l'inclusion des élèves handicapés ou éprouvant des difficultés d'apprentissage. D'un autre côté, les élèves ayant des difficultés en lecture ont rapporté être victime de moins d'intimidation verbale lorsqu'ils faisaient partie des classes des enseignants dont les élèves avaient les plus haut taux d'engagement et des styles d'enseignement prédominants. Les limites de la présente recherche sont discutées à la lumière des questions méthodologiques et conceptuelles générales concernant la recherche sur l'éducation inclusive. Enfin, les résultats de cette étude sont susceptibles de fournir de l'information relativement à la nature et à la qualité de la formation des enseignants et au soutien nécessaire dans le cadre de l'inclusion scolaire.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,009
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,206
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0110,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,021
Tête enseignante GPT0,388
Écart entre enseignants0,367 · 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 tête enseignante, pas un consensus.

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
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetCollaborative Teaching and InclusionTravaux en français237 207