Evaluating Web-Based Teacher Development Projects: Models, Methods, and Outcomes
Notice bibliographique
Résumé
This article focuses on evaluations of three Web-based projects aimed at developing various aspects of teachers’ professional competences. The first examines the use of a software tool to facilitate the creation of knowledge-building communities among preservice candidates, host teachers, and high school students. The second was an evaluation of two sites that participated in Canada’s SchoolNet GrassRoots program. A pilot video-on-demand service to high school teachers was the third project we evaluated. From an analysis of these three evaluation projects, we describe and discuss (a) project outcomes that promoted teacher knowledge-building, (b) contextual factors that influenced the success of Web-based professional development activities, and (c) methodological issues that emerged from the studies. Cet article met l’accent sur les evaluations de trois projets de developpement de divers aspects de la competences professionnelles des professeurs et utilisant principalement l’Internet. Le premier examine l’utilisation d’un logiciel-outil pour faciliter la creation de communautes de construction de connaissances chez des etudiants en formation des maitres, des professeurs invites et des etudiants de niveau secondaire. Le second est une evaluation de deux sites qui ont fait partie du programme canadien SchoolNet GrassRoots. Un service pilote de video sur demande pour les enseignants du niveau secondaire etait le troisieme projet que nous avons evalue. A partir de l’analyse de ces trois projets d’evaluation, nous decrivons et discutons (a) les resultats et les facteurs qui ont promu la construction de connaissances chez les enseignants, (b) les facteurs contextuels qui influent sur le succes d’activites de developpement professionnel utilisant principalement l’Internet, et (c) les questions methodologiques qui ont emergees de ces etudes.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».