MétaCan
Menu
Retour à la cohorte
Enregistrement W2275554939 · doi:10.1080/10609393.2015.1096148

Decision-Making Styles of Russian School Principals

2015· article· en· W2275554939 sur OpenAlexaboutno aff
Anatoly Kasprzhak, Nadezhda Bysik

Notice bibliographique

RevueRussian Education & Society · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducation and Teacher Training
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésROWELeadership stylePrincipal (computer security)Educational leadershipStyle (visual arts)Competition (biology)Scale (ratio)Political scienceWork (physics)PedagogyPublic relationsPsychologySociologyManagementGeographyEngineering

Résumé

récupéré en direct d'OpenAlex

This work discusses the results of a pilot project performed in 2013–14 within the framework of the Asian Leadership Project international comparative study, which continues research of school leadership in Europe and America since years 2006–2008. Alongside with Russia, the pilot project also included Australia, Hong Kong, Indonesia, Malaysia, and Singapore. After analyzing statistical reports on the Russian Federation as a whole, as well as on Moscow and Krasnoyarsk Krai in particular, we created a profile of an average school principal and identified their specific features across regions (age, sex, years of experience, competencies, etc.). Upon investigation of decision-making styles (A. Rowe's Decision Style Inventory) applied by school principals in Moscow and Krasnoiarsk and by award winners in the School Principal professional competition, we found that contextual factors and personal and professional attitudes of school principals have considerable effects on school leadership style. This paper also discusses changes in school leadership styles over recent decades, managerial methods used by Russian school principals, and similarities and differences between school leadership practices in Russia and Canada. The report describes the concept and design of a future large-scale study of these issues.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

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 technologies0,0010,001
Communication savante0,0020,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,060
Tête enseignante GPT0,406
Écart entre enseignants0,347 · 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

Citations3
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRussian Education & SocietyMême sujetEducation and Teacher TrainingTravaux en français237 207