MétaCan
Menu
Retour à la cohorte
Enregistrement W1490561706 · doi:10.22329/jtl.v5i2.157

Teacher-Candidates' Perceptions of School Climate: A Mixed Methods Investigation

2008· article· en· W1490561706 sur OpenAlexaffvenue
Lorenzo Cherubini

Notice bibliographique

RevueJournal of Teaching and Learning · 2008
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTeacher Education and Leadership Studies
Établissements canadiensBrock University
Organismes subventionnairesnon disponible
Mots-clésPracticumTeacher educationCurriculumClassroom climatePerceptionVariety (cybernetics)PedagogySchool climateMathematics educationPsychologyComputer science

Résumé

récupéré en direct d'OpenAlex

Preservice teacher-candidates are assigned to a number of different schools for their practicum experiences and as a result are immersed in a variety of school cultures and their respective climates. Interestingly, though matters related to school climate and the hidden curriculum are discussed in the literature, there is a lack of comprehensive research around preservice teachers’ expectations and observations during their formal teacher education program. Given that beginning teachers’ experiences are intensely impacted by their observations and experiences throughout their teacher training, the purpose of the study was to investigate teacher candidates’ beliefs about the climate of schools at the beginning and near completion of their teacher education program. More specifically, this study employed a mixed methods research design to determine how beliefs about the hidden curriculum of schools compared to teacher candidates’ impressions as they gained practice-teaching experience in various schools. The results may induce preservice education faculty to evaluate the underlying pedagogical causes that profoundly illuminate and engagingly implicate the tensions within teacher candidates’ expectations of school climate and their observed realities.

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)0,016
score de la tête « metaresearch » (Gemma)0,018
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,082

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,018
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0040,001
Communication savante0,0030,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,115
Tête enseignante GPT0,434
Écart entre enseignants0,319 · 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'étudeQualitatif
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

Citations6
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Teaching and LearningMême sujetTeacher Education and Leadership StudiesTravaux en français237 207