A Model for Increasing Reform Implementation and Teacher Efficacy: Teacher Peer Coaching in Grades 3 and 6 Mathematics.
Notice bibliographique
Résumé
This study examined the effects of peer coaching on mathematics teaching practices and teacher beliefs about their capacity to have an impact on student learning. Twelve teachers in grades 3 and 6 participated in a brief but intensive professional development program over six months. The program focused on effective math‐ ematics teaching strategies and peer coaching opportunities. Data sources included classroom observations, teacher self‐assessments, interviews, and field notes. Data were analysed using a two‐level qualitative coding strategy with multiple inter‐ preters. Findings showed that teachers implemented key strategies for effective mathematics teaching, especially in facilitating student interaction and improving the quality of tasks assigned. Key words: mathematics, teaching strategies, professional development Cette étude a trait aux effets de l’enseignement mutuel en mathématiques sur les méthodes pédagogiques des enseignants et leurs croyances quant à leur capacité d’avoir un impact sur l’apprentissage de leurs élèves. Douze enseignants en 3e et 6e années ont participé à un programme de perfectionnement intensif sur une période de six mois. Le programme était axé principalement sur des stratégies efficaces pour l’enseignement des mathématiques et les possibilités d’enseignement mutuel. Les sources des données étaient multiples : observation de la classe, auto‐évaluation de l’enseignant, entrevues et notes prises sur le terrain. Les données ont été analysées à l’aide d’une stratégie de codage qualitatif à deux niveaux avec de multiples interprètes. Les résultats indiquent que les enseignants ont mis en œuvre des stratégies clés pour enseigner efficacement les mathématiques, notamment en facilitant les interactions entre les élèves et en améliorant la qualité des tâches assignées. Mots clés : mathématiques, stratégies pédagogiques, perfectionnement professionnel.
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 | 0,012 | 0,032 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,006 |
| Communication savante | 0,004 | 0,006 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,018 | 0,003 |
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 ».