MARC

 008240612s2023      us  |||||||||||||||c||eng  d
■001000016933190
■00520240214101215
■006m          o    d                
■007cr#unu||||||||
■020    ▼a9798379686987
■035    ▼a(MiAaPQ)AAI30525902
■040    ▼aMiAaPQ▼cMiAaPQ
■0820  ▼a370
■1001  ▼aHarmon,  M.    Jill.
■24510▼aRelationships  Between  School,  Teacher,  and  Feature  Characteristics  and  Teachers'  Access  to  Features  Within  Digital  Curriculum  Resources  for  Mathematics  Instruction▼h[electronic  resource]
■260    ▼a[S.l.]:▼bUtah  State  University.  ▼c2023
■260  1▼aAnn  Arbor  :▼bProQuest  Dissertations  &  Theses,  ▼c2023
■300    ▼a1  online  resource(306  p.)
■500    ▼aSource:  Dissertations  Abstracts  International,  Volume:  84-12,  Section:  A.
■500    ▼aAdvisor:  Moyer-Packenham,  Patricia.
■5021  ▼aThesis  (Ph.D.)--Utah  State  University,  2023.
■506    ▼aThis  item  must  not  be  sold  to  any  third  party  vendors.
■520    ▼aIn  2019,  RAND  Corporation  asked  teachers  which  digital  programs  they  used.  This  dissertation  study  expanded  on  this  research  by  exploring  the  features  contained  in  these  programs.  The  purpose  of  this  study  was  to  investigate  the  relationships  between  teachers'  access  to  features  and  school,  teacher,  and  feature  characteristics.  This  study  had  two  research  questions:  (1)  Which  of  the  six  features  are  most  commonly  present  within  digital  mathematics  curriculum  resources  that  teachers  report  using  often?  What  percentages  of  teachers  have  access  to  each  of  the  chosen  features?  (2)  What  are  the  relationships  between  teachers'  access  to  six  chosen  features  of  digital  math  curriculum  resources  and  (a)  school  characteristics  (e.g.,  grand  band,  socioeconomic  status),  (b)  teacher  characteristics  (e.g.,  experience),  and  (c)  feature  characteristics  (e.g.,  feature  choice)?To  answer  the  research  questions,  I  first  reported  descriptive  statistics  as percentages  of  teachers  who  had  access  to  each  of  the  six  features,  as  well  as  predicted  probabilities  for  access  to  each  feature  calculated  from  the  null  model  of  the  multilevel  logistical  regression.  These  results  showed  that  practice  problems  and  instructional  videos  were  significantly  more  likely  than  interactive  scenarios  for  all  grade  band/socioeconomic  status  combinations  except  teachers  at  high  income  high  schools.  This  showed  that  traditional  teaching  methods  (in  the  form  of  practice  problems  and  instructional  videos)  still  dominate  other  methods  (e.g.,  interactive  scenarios),  even  when  teachers  use  digital  curricula.  Next,  I  used  the  final  model  to  explore  these  probabilities  within  subgroups  of  the  sample.  Key  results  from  this  analysis  showed  that  high  school  teachers  were  significantly  less  likely  than  elementary  teachers  to  have  access  to  all  features  except  create/revise  content.  This  sheds  light  on  differences  between  elementary  and  high  school  curricula  choices.  Based  on  these  findings,  it  appears  that  there  is  an  important  need  for  more  high-quality  digital  programs  for  high  school  mathematics  content,  but  these  should  not  be  developed  at  the  expense  of  the  ability  to  Create  and/or  Revise  content.  Last,  the  study  contributed  to  the  field  by  finding  that  significant  differences  in  socioeconomic  levels  do,  in  fact,  exist  regarding  digital  material  use,  but  only  for  middle  school  teachers.
■590    ▼aSchool  code:  0241.
■650  4▼aTeacher  education.
■650  4▼aEducation.
■653    ▼aDigital  curriculum
■653    ▼aGrade  band
■653    ▼aLogistic  regression
■653    ▼aMultilevel  modeling
■653    ▼aSocio-economic  status
■653    ▼aTeacher  experience
■690    ▼a0530
■690    ▼a0515
■71020▼aUtah  State  University▼bEducation  and  Human  Services.
■7730  ▼tDissertations  Abstracts  International▼g84-12A.
■773    ▼tDissertation  Abstract  International
■790    ▼a0241
■791    ▼aPh.D.
■792    ▼a2023
■793    ▼aEnglish
■85640▼uhttp://www.riss.kr/pdu/ddodLink.do?id=T16933190▼nKERIS▼z이  자료의  원문은  한국교육학술정보원에서  제공합니다.
■980    ▼a202402▼f2024

Preview

Export

ChatGPT Discussion

AI Recommended Related Books