MétaCan
Menu
Retour à la cohorte
Enregistrement W2041332515 · doi:10.1177/0022487108321378

Adding Value to Public Schools

2008· article· en· W2041332515 sur OpenAlexaff
Timothy R. Konold, Brian R. Jablonski, Anthony Nottingham, Lara Kessler, Stephen Byrd, Scott Imig, Robert Q. Berry, Robert F. McNergney

Notice bibliographique

RevueJournal of Teacher Education · 2008
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSchool Choice and Performance
Établissements canadiensColumbia College
Organismes subventionnairesnon disponible
Mots-clésMathematics educationPsychologyPerceptionPupilValue (mathematics)Academic achievementScale (ratio)The artsPedagogy

Résumé

récupéré en direct d'OpenAlex

This research investigated the value added to middle school public education by pedagogically trained college students. An experimental design was employed in which 680 middle school pupils were randomly assigned to instructional groups. University arts and sciences students were put into two groups on the basis of those with formal teacher training and those without. Each student taught four lessons to his or her instructional group. Pupils were administered pre- and posttest measures on the content delivered in the four lessons and a reflection scale on lesson difficulty. Teachers' behaviors were recorded and scored independently by two trained observers. Results indicated that pupils' achievement was influenced by their perceptions of task difficulty and that teaching behaviors had a statistically significant influence on adjusted pupil achievement outcomes among students with formal pedagogical training. These results support the contention that pedagogical preparation of teachers adds value to middle school public education when measured in terms of pupil academic learning.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,437
Score d'incertitude au seuil0,301

Scores Codex et Gemma par catégorie

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

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 Opus0,063
Tête enseignante GPT0,378
Écart entre enseignants0,316 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations21
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Teacher EducationMême sujetSchool Choice and PerformanceTravaux en français237 207