Tilpasset opplæring i ulike klasseromsutforminger
Bibliographic record
Abstract
Hensikten med denne oppgaven var å undersøke hvordan tilpasset opplæring kommer frem i ulike klasseromsutforminger i skolen. Fokus er rettet mot det åpne og det lukkede klasserommet, og det er undersøkt et åpent klasserom i Canada samt et lukket klasserom i Norge. Oppgaven er spesielt interessert i å se på hvordan det fysiske læringsmiljøet påvirker muligheten lærere har til å tilpasse opplæringen, da undervisningsmetoder og pedagogisk praksis generelt blir påvirket av klasserommets utforming. Studien er gjennomført via observasjon gjennom utenlandspraksis i det åpne klasserommet, og basert på erfaringer fra 1.året i utdanningen i det lukkede klasserommet, også gjennom praksis. Observasjonene fokuserte på klasserommets utforming, samt pedagogisk praksis med undervisningsmetoder i spissen. Funnene er drøftet opp mot lovmessige perspektiver og teorier fra både James Mursell og Basil Bernstein, i tillegg til tidligere forskning på feltet. Resultatene viser at hovedforskjellen mellom utformingene ligger i muligheten til å fremme kollektive tilnærminger i klasserommet. Det lukkede klasserommet gir rom for individuelle tiltak for nivådifferensiering i en kolleksjonskode, der fellesskapet om mulig kan bli svekket. Det åpne klasserommet derimot, viser en tydelig integrasjonskode som gir mulighet for flere ulike differensieringstiltak som fremmer fellesskapet i større grad.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.005 | 0.010 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.009 | 0.005 |
| Scholarly communication | 0.015 | 0.008 |
| Open science | 0.002 | 0.011 |
| Research integrity | 0.005 | 0.006 |
| Insufficient payload (model declined to judge) | 0.154 | 0.075 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".