MétaCan
Menu
Retour à la cohorte
Enregistrement W2395417611 · doi:10.29173/cmplct23022

A complexity approach to investigating the effectiveness of an intervention for lower grade teachers on teaching science

2016· article· en· W2395417611 sur OpenAlexvenueno aff
Annemie Wetzels, Henderien Steenbeek, Paul van Geert

Notice bibliographique

RevueComplicity An International Journal of Complexity and Education · 2016
Typearticle
Langueen
DomainePsychology
ThématiqueBehavioral and Psychological Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPsychological interventionIntervention (counseling)Context (archaeology)Scale (ratio)Management scienceComputer scienceEmpirical researchComplexity managementPoint (geometry)PsychologyEpistemologyMathematicsEngineering

Résumé

récupéré en direct d'OpenAlex

This article describes the effectiveness and sustainability of teacher professional development interventions from a complexity view point as well as a more ‘standard’ viewpoint. The first aim of this study is to give a theoretical overview of effective aspects of interventions regarding teachers’ professionalizing using recent literature. The second aim is to re-interpret effectiveness and effectiveness studies using a complexity approach. The third aim is to empirically illustrate a complexity approach to the effectiveness of interventions using a multiple case studyWe have described intervention specific aspects, teacher specific aspects, context specific aspects and implementation specific aspects and have shown in the cases that during an intervention these aspects intertwine and act as a complex dynamic system.The complexity approach to interventions has implications for future empirical research as well as for the design of interventions. In future research, results of small scale and large scale research should be combined, in order to obtain a better insight in all relevant aspects and their effect on teachers’ behavior. Research ought to concentrate on the effects that all contextual aspects have intertwiningly in order to design more effective interventions and with better implementation processes.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,883
Score d'incertitude au seuil0,287

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,345
Tête enseignante GPT0,452
Écart entre enseignants0,107 · 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 tête enseignante, 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

Citations12
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueComplicity An International Journal of Complexity and EducationMême sujetBehavioral and Psychological StudiesTravaux en français237 207