Harbors of Hope: The Planning for School and Student Success Process
Notice bibliographique
Résumé
Hope, schools, professional learning communities,and school improvement planning – what links these words? According to Hulley and Dier (2005), hope is the key to achieving successful and effective schools through reculturing with professional learning communities as the vehicle for change in the school improvement process. Wayne Hulley, president of Canadian Effective Schools Incorporated and senior consultant for the Franklin Covey Company, has 35 years of experience in North America working in the area of school improvement. Co-author Linda Dier has extensive knowledge having worked for 30 years in education systems in Manitoba and Saskatchewan. Currently, she is senior consultant with Canadian Effective Schools Inc. and administrator of the Canadian Effective Schools League. Together, Hulley and Dier have written a text for educators and administrators at the district, board, and school levels, combining research theory with the practical knowledge gained in their joint 70+ years’ experience in education to provide a comprehensive planning process for school improvement. This text presents a step-by- step process that notes the highs and lows or « implementation dips » of the school improvement cycle. The authors have utilized the learning community model of professional development as a vehicle to facilitate, guide, direct, and sustain change towards successful and effective schools.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,024 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,013 | 0,026 |
| Communication savante | 0,019 | 0,017 |
| Science ouverte | 0,002 | 0,021 |
| Intégrité de la recherche | 0,003 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».