MétaCan
Menu
← Retour à la cohorte
Enregistrement W2282937484 · doi:10.17265/2161-6248/2015.10b.001

An Investigation of the Values and Attitudes of Teachers Toward Teacher Accountability in China and Canada

2015· article· en· W2282937484 sur OpenAlexaffabout
Noel Hurley, Dandan Lu, Robert Hurley

Notice bibliographique

RevueUS-China Education Review B · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTeacher Education and Leadership Studies
Établissements canadiensUniversité LavalMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésAccountabilityChinaPolitical sciencePsychologyPedagogySociologyLaw

Résumé

récupéré en direct d'OpenAlex

This paper presents a comparative study of teacher accountability between teachers in China and Canada.The investigation examined data using cultural and social differences toward accountability as a guide.A questionnaire developed was used to measure teacher dispositions toward internal (professional) accountability and external (bureaucratic) accountability and to determine if there were differences between teachers in the two countries, China and Canada.T-tests, analysis of variance (ANOVA), and other measures of central tendencies were used to analyze data in the Statistical Package for Social Sciences (SPSS) Version 20.Canadian teacher scores (n = 169)for external accountability (M = 4.55; SD = 0.44) were higher than teacher scores for internal accountability (M = 3.81; SD = 0.60).No differences between urban and rural areas were observed among Canadian teachers.Results showed that the means of external accountability (M = 4.13; SD = 0.59) were higher than those of internal accountability (M = 3.59; SD = 0.50) among Chinese teachers (n = 284).Canadian teacher scores were higher than Chinese teacher on both measures; the results for both external and internal accountability were found to be statistically significant.The differences suggest that further study and analyses are necessary to determine the cultural and educational implications of these differences.

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)0,004
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 enseignants0,031
Score d'incertitude au seuil0,224

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,006
Études des sciences et des technologies0,0070,002
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
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 Opus0,086
Tête enseignante GPT0,398
Écart entre enseignants0,311 · 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

Citations0
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueUS-China Education Review B→Même sujetTeacher Education and Leadership Studies→Travaux en français237 207→