Interacting narratives: creating and re‐creating the self
Notice bibliographique
Résumé
Abstract This article is a report of a qualitative research study into the aesthetic and spiritual dimensions of the lifelong learning practices of eight experienced educators. The research is grounded in a narrative tradition of research on teacher development where teacher learning is viewed as a creative, holistic, relational endeavour in which the personal and professional are intimately connected. It makes connections between narrative inquiry, holistic education and teacher development, and makes a contribution to the body of knowledge in teachers’ knowledge/ learning by demonstrating that in the experience of the study’s participants, meaningful lifelong learning is an ongoing process of creating and recreating the self. Notes 1. This research was funded by the Social Sciences and Humanities Research Council of Canada (SSHRC). 2. The narrative account is an interim step in the representation of the data, created after two‐thirds of the data is collected. The participant receives and responds to the account, which then provides the basis for further inquiry. 3. Anam Cara is Gaelic for ‘soul friend’. Additional informationNotes on contributorsMary Beattie Mary Beattie is an associate professor of Curriculum, Teaching and Learning at the Ontario Institute for Studies in Education, University of Toronto, Canada. Her books include Narratives in the Making: Teaching and Learning at Corktown Community High School (Toronto: University of Toronto Press, 2004), and The Art of Learning to Teach: Preservice Teacher Narratives (New Jersey: Merrill Prentice‐Hall, 2001). Darrell Dobson Darrell Dobson, Gail Thornton and Laura Hegge are Ph.D. candidates in Curriculum, Teaching and Learning at the Ontario Institute for Studies in Education, University of Toronto, Canada.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».