MétaCan
Menu
Retour à la cohorte
Enregistrement W2095696998

Men who teach and leave: An investigation into factors that push men out of the classroom

2014· article· en· W2095696998 sur OpenAlexaboutno aff
Stephen Joseph

Notice bibliographique

RevueInternational Journal of Learning Teaching and Educational Research · 2014
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGender Roles and Identity Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSalaryFeminization (sociology)Quarter (Canadian coin)Government (linguistics)Service (business)Value (mathematics)PsychologyPedagogyPolitical scienceMedical educationDemographic economicsSociologyGender studiesGeographyMedicineBusinessEconomics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Feminization of the Trinidad and Tobago teaching profession has been well known for decades with male teachers accounting for approximately one quarter of the teaching service. Several studies have highlighted the value of male teachers as role models for boys. Yet, men continue to exit the teaching service in quest of alternative forms of employment. This study investigated factors that push men out of the classroom in search of alternative forms of employment. Four hundred and fifty-three (453) participants were randomly selected from the northern and southern parts of Trinidad where they once taught. Findings of the study revealed that while approximately 20% of the sample left the teaching service as a result of compulsory retirement, the majority left because of individual and contextual factors ranging from low salary and the desire to explore opportunities for upward mobility, to lack of parental and administrative support. Results of this study have implications for a more robust education policy formation aimed at attracting, recruiting, and retaining male teachers in the Trinidad and Tobago government primary and secondary school system.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,036
Score d'incertitude au seuil0,073

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,001
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,109
Tête enseignante GPT0,434
Écart entre enseignants0,326 · 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'étudeQualitatif
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

Citations3
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Learning Teaching and Educational ResearchMême sujetGender Roles and Identity StudiesTravaux en français237 207