MétaCan
Menu
Retour à la cohorte
Enregistrement W1938533621 · doi:10.5539/ies.v8n9p58

A Teacher Accountability Model for Overcoming Self-Exclusion of Pupils

2015· article· en· W1938533621 sur OpenAlexvenueno aff
Abu-Hussain Jamal, Oleg Tilchin, Mohammad Essawi

Notice bibliographique

RevueInternational Education Studies · 2015
Typearticle
Langueen
DomainePsychology
ThématiquePsychology of Development and Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAccountabilityTask (project management)Formative assessmentComponent (thermodynamics)PsychologyMathematics educationProcess (computing)Task analysisAdaptation (eye)PedagogyComputer scienceEngineeringPolitical science

Résumé

récupéré en direct d'OpenAlex

Self-exclusion of pupils is one of the prominent challenges of education. In this paper we propose the TERA model, which shapes the process of creating formative accountability of teachers to overcome the self-exclusion of pupils. Development of the model includes elaboration and integration of interconnected model components. The TERA model involves the following components: Tasks, Environment, Reward, and Accountability. The “Task” component serves as the starting point for creating teacher accountability. The objective of the Task” component is to form a structure of tasks, performance of which leads to overcoming self-exclusion of pupils. The task structure allows determining task significance for pupils’ inclusion. The “Environment” component organizes an environment inducing the teachers toward productive and qualitative performance of the tasks directed toward overcoming self-exclusion of pupils. Such an environment fosters creating teacher reciprocal accountability for task performance results. The environment is organized by the conditions of adaptive performance of the tasks and adaptive rewarding of teachers. “Accountability” is the central component of the model. The objective of this component is to create formative accountability of teachers for task performance results. It is attained through self-assessment willingness, possibility, and desire of teachers to be emergent leaders or performers during tasks performance, and coordination of the self-assessment outcomes. The objective of the “Reward” component is to realize adaptive rewarding of teachers for taking accountability for task performance results. Adaptation of rewards is provided relative to task significance and a teacher’s role in a task’s performance.

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)0,006
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,005
Communication savante0,0050,006
Science ouverte0,0020,004
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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 Opus0,220
Tête enseignante GPT0,497
Écart entre enseignants0,277 · 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'étudeThéorique ou conceptuel
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

Citations4
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Education StudiesMême sujetPsychology of Development and EducationTravaux en français237 207