Uplifting voices of the unheard: Exploring students with learning disabilities’ perspectives about their learning in science
Bibliographic record
Abstract
Les personnes handicapées sont sous-représentées dans les domaines de la science, de la technologie, de l'ingénierie et des mathématiques (STIM). Étant donné que la diversité est importante pour parvenir à une société prospère, il est nécessaire d'augmenter la représentation de ces personnes dans l'enseignement postsecondaire et les carrières en STIM. Une façon d'y parvenir est de faire valoriser la voix des jeunes étudiants handicapés lors du développement de l'éducation en STIM. Plus précisément, ma recherche est concentrée sur l'intégration des perspectives des élèves ayant des difficultés d'apprentissage lors du développement de l'éducation en science en explorant leurs perspectives sur leur apprentissage des sciences. Pour avancer dans ma recherche, j’ai appliqué la méthodologie de phénoménologie: j’ai passée en entrevue sept étudiants ayant des difficultés d'apprentissage qui fréquentent une école secondaire à Montréal, Québec. Les deux questions suivantes ont approfondi ma recherche: (1) Quelles sont les perspectives des élèves ayant des difficultés d'apprentissage quant à leur apprentissage des sciences? et (2) Quelles sont les perspectives des élèves ayant des difficultés d'apprentissage sur la façon dont ils ont été supportés dans leur apprentissage des sciences? Les résultats indiquent que les participants considèrent l'apprentissage des sciences comme étant important et qu’il peut se produire de diverses manières, soit durant ou hors des cours de sciences. De plus, les élèves se sont sentis supportés dans leur apprentissage des sciences par différentes personnes éduquées telles que leurs parents, enseignants et écoles. Ces résultats peuvent informer ces derniers sur les stratégies les plus efficaces à incorporer pour soutenir les élèves ayant des difficultés d'apprentissage dans leur maitrise des sujets de science afin de les encourager à poursuivre des études en sciences. Cela peut augmenter la représentation de ces personnes en STIM. Mots-clés: voix d’élève, difficultés d'apprentissage, apprendre les sciences, personnes éducatifs
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 | 0.008 | 0.012 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.002 |
| Science and technology studies | 0.020 | 0.018 |
| Scholarly communication | 0.015 | 0.010 |
| Open science | 0.002 | 0.013 |
| Research integrity | 0.004 | 0.007 |
| Insufficient payload (model declined to judge) | 0.005 | 0.001 |
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".