MétaCan
Menu
Retour à la cohorte
Enregistrement W184668217 · doi:10.55016/ojs/ajer.v50i4.55072

The Who, How, Why, and What of Leadership in Secondary School Improvement: Lessons Learned in England

2004· article· en· W184668217 sur OpenAlexvenueno aff
Rosemary Foster, Brenda St. Hilaire

Notice bibliographique

RevueAlberta Journal of Educational Research · 2004
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducation and Teacher Training
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPsychologyEducational leadershipPedagogyMathematics educationInstructional leadershipSociology

Résumé

récupéré en direct d'OpenAlex

Although arguments in scholarly journals claim that leadership is critical in initiating and sustaining school improvement, ambiguity surrounds the sources and role of leadership. In addition, little research documents how educators involved in school improvement perceive who leads, how, why, and for what purposes leadership is important. This article reports a case study of head teachers' and teachers' perspectives of leadership in an English secondary school involved in a university-based school improvement program. Specifically, we present a summary of the research as well as interpretations and themes constructed from the data analysis. Interpretations support recent theoretical claims that schools are complex organizations requiring multiple leaders and a distributed model of leadership accomplish improvement goals; and academic writing that urges a rethinking of school improvement. In concluding we argue that the development of professional expertise is to fostering successful schooling over time and call for a consideration of emergent perspectives of leadership in addressing issues related to influence and inclusion of teachers in goal-setting and leadership in school development.

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)0,013
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: aucune
Score de désaccord entre enseignants0,155
Score d'incertitude au seuil0,309

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0070,008
Communication savante0,0080,004
Science ouverte0,0010,005
Intégrité de la recherche0,0030,005
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 Opus0,330
Tête enseignante GPT0,464
Écart entre enseignants0,134 · 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

Citations22
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAlberta Journal of Educational ResearchMême sujetEducation and Teacher TrainingTravaux en français237 207