The Relationship between Iranian EFL Teachers’ Critical Thinking Ability and their Professional Success
Notice bibliographique
Résumé
In the face of too much incoming information and too many people trying to convince us in today’s world, the ability to think critically gains an ever greater saliency as a prime goal of student and teacher education. The present study aimed at substantiating the relationship between EFL teachers’ critical thinking ability and their student-evaluated professional success. To this end, measures of the critical thinking ability of 67 Iranian EFL teachers were obtained using the Farsi version of Watson-Glaser Critical Thinking Appraisal, Form A (WGCTA-FA) (Watson & Glaser, 1980) (Faravani, 2006). In addition, their professional success was estimated by their students through the Successful Iranian EFL Teacher Questionnaire (SIETQ) (Pishghadam & Moafian, 2009). The Pearson product-moment correlation analysis indicated a statistically significant relationship between the two sets of measures (r = 0.7, p ? 0.05). More specifically, the multiple regression analysis demonstrated that three of the five aspects of critical thinking as defined by Watson and Glaser (1980), namely ‘drawing inferences’, ‘interpreting evidence’ and ‘evaluating arguments’, are significantly positively correlated with SIET scores. Implications relate to the need to accommodate ‘critical thinking’ as an essential aspect of EFL teacher education and teacher evaluation programs, and to readdress the concept of EFL/ESL teacher effectiveness with an eye to teachers’ critical thinking ability.
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 | 0,001 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».