MétaCan
Menu
Retour à la cohorte
Enregistrement W2136303289 · doi:10.1177/0013161x08321221

Collective Leadership Effects on Student Achievement

2008· article· en· W2136303289 sur OpenAlexaff
Kenneth Leithwood, Blair Mascall

Notice bibliographique

RevueEducational Administration Quarterly · 2008
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTeacher Education and Leadership Studies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésStudent achievementEducational leadershipPsychologyInstructional leadershipMathematics educationAcademic achievementTeacher leadershipShared leadershipPath analysis (statistics)Leadership stylePedagogySocial psychologyMathematics

Résumé

récupéré en direct d'OpenAlex

Purpose: This study aimed to estimate the impact of collective, or shared, leadership on key teacher variables and on student achievement. As well, it inquired about the relative contribution of different sources of such leadership and whether differences among patterns of collective leadership were related to differences in student achievement. Methods: Evidence included 2,570 teacher responses from 90 elementary and secondary schools in which four or more teachers completed usable surveys. Student achievement data in language and math averaged over 3 years were acquired through school Web sites. Data were analyzed using path-analytic techniques. Findings: Collective leadership explained a significant proportion of variation in student achievement across schools. Higher-achieving schools awarded leadership influence to all school members and other stakeholders to a greater degree than that of lower-achieving schools. These differences were most significant in relation to the leadership exercised by school teams, parents, and students. Principals were awarded the highest levels of influence in schools at all levels of achievement. Implications: Influence seems to be an infinite resource in schools. The more those in formal leadership roles give it away, the more they acquire.

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)0,002
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

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 Opus0,164
Tête enseignante GPT0,404
Écart entre enseignants0,240 · 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'étudeObservationnel
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

Citations622
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEducational Administration QuarterlyMême sujetTeacher Education and Leadership StudiesTravaux en français237 207