MétaCan
Menu
Retour à la cohorte
Enregistrement W1726725194 · doi:10.1111/j.1471-3802.2011.01200.x

Measuring teacher efficacy to implement inclusive practices

2011· article· en· W1726725194 sur OpenAlexaffabout
Umesh Sharma, Tim Loreman, Chris Forlin

Notice bibliographique

RevueJournal of Research in Special Educational Needs · 2011
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTeacher Education and Leadership Studies
Établissements canadiensConcordia University of Edmonton
Organismes subventionnairesnon disponible
Mots-clésScale (ratio)Sample (material)Inclusion (mineral)Self-efficacyPsychologyReliability (semiconductor)Teacher preparationPerceptionMedical educationTeacher educationMathematics educationMedicineGeographySocial psychology

Résumé

récupéré en direct d'OpenAlex

The purpose of this study was to develop an instrument to measure perceived teacher efficacy to teach in inclusive classrooms. An 18‐item scale was developed on a sample of 607 pre‐service teachers selected from four countries (Canada, Australia, Hong Kong and India). Factor analysis of responses from the sample revealed three factors: efficacy in using inclusive instruction, efficacy in collaboration and efficacy in dealing with disruptive behaviours. The alpha coefficient for the total scale was 0.89. Alpha coefficients for the three factors ranged from 0.85 to 0.93. Reliability analysis for the total scale as well as factors for each country suggested that the scale provides a reliable measure of pre‐service teacher perceptions of self‐efficacy for inclusion across different countries.

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)0,005
score de la tête « metaresearch » (Gemma)0,022
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,022
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,634
Tête enseignante GPT0,580
Écart entre enseignants0,055 · 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'étudeObservationnel
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

Citations744
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Research in Special Educational NeedsMême sujetTeacher Education and Leadership StudiesTravaux en français237 207