MétaCan
Menu
Retour à la cohorte
Enregistrement W2553883214 · doi:10.1111/flan.12238

The Unique Skills and Traits of Principals in One‐Way and Two‐Way Dual Immersion Schools

2016· article· en· W2553883214 sur OpenAlexaff
Ryan K. Rocque, Scott Ellis Ferrin, Julie M. Hite, E. Vance Randall

Notice bibliographique

RevueForeign Language Annals · 2016
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueEFL/ESL Teaching and Learning
Établissements canadiensLakeridge Health
Organismes subventionnairesnon disponible
Mots-clésImmersion (mathematics)Dual languagePsychologyForeign languageMathematics educationPedagogyFrench immersionDual roleMathematics

Résumé

récupéré en direct d'OpenAlex

Abstract This study considers the opinions of dual immersion elementary school principals in investigating the following research questions: (1) What do dual immersion principals identify as the skills and traits for the school leader that lead to the principal's success in a dual immersion context? and (2) What were the differences of opinion, if any, between principals of one‐way and two‐way dual immersion programs about the traits and skills required for the school leader? Data was collected from 12 interviews and an online survey of 29 principals of dual immersion schools in Utah. Dual immersion is a model for teaching foreign language in the elementary schools where two languages are studied simultaneously, thus differing from total immersion models, where the foreign language is the only language used at school (Roberts, 2015). Understanding the role of the principal at these schools was the central focus of this research. The themes and patterns that emerged from the data analysis point to five key roles for dual immersion principals. Findings also indicate that these needed skills and traits for school leaders vary between one‐way and two‐way dual immersion programs.

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)0,004
score de la tête « metaresearch » (Gemma)0,008
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 enseignants0,004
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,003
Communication savante0,0030,001
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,028
Tête enseignante GPT0,275
Écart entre enseignants0,247 · 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

Citations13
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueForeign Language AnnalsMême sujetEFL/ESL Teaching and LearningTravaux en français237 207