MétaCan
Menu
Retour à la cohorte
Enregistrement W1540899322 · doi:10.3390/soc5020537

Complexity and Volume: An Inquiry into Factors that Drive Principals’ Work

2015· article· en· W1540899322 sur OpenAlexaffabout
Katina Pollock, Fei Wang

Notice bibliographique

RevueSocieties · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTeacher Education and Leadership Studies
Établissements canadiensUniversity of TorontoUniversity of British ColumbiaWestern University
Organismes subventionnairesnon disponible
Mots-clésVolume (thermodynamics)Work (physics)PsychologyMathematics educationEngineeringMechanical engineeringPhysics

Résumé

récupéré en direct d'OpenAlex

Background: The work of contemporary school principals is intensifying in terms of its complexity and volume. Many factors moderate and drive such work intensification. This study aims to understand what and how factors interact to complicate principals’ work. Methods: Focus groups and an online survey were used for data collection. Three focus group sessions with eight principals were conducted to help develop and refine the online survey. The survey covers 12 key areas in principals’ work and was distributed among the members of Ontario Principals’ Council. Descriptive statistics, correlation and factor analysis were conducted on survey results. Results: The study shows that there are many key areas that moderate principals’ work, such as administrative duties and responsibilities, jurisdictional policies, external influences, partnerships, and challenges and possibilities. School principals are experiencing increased expectations at work in terms of the number of tasks they are expected to undertake, the duration of time they are required to complete those tasks, and the many challenges they face at their work. Conclusions: Principals’ choice of leadership approaches and practices is subject to factors that exist within and beyond schools. Such factors moderate the way that principals carry out their work and limit their choices in exercising their professional autonomy.

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)0,010
score de la tête « metaresearch » (Gemma)0,033
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 enseignants0,010
Score d'incertitude au seuil0,053

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,033
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0070,006
Communication savante0,0100,003
Science ouverte0,0010,005
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,524
Tête enseignante GPT0,446
Écart entre enseignants0,078 · 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

Citations87
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSocietiesMême sujetTeacher Education and Leadership StudiesTravaux en français237 207