Teachers' goal orientations: Effects on classroom goal structures and emotions
Notice bibliographique
Résumé
BACKGROUND: Prior research has shown teachers' goal orientations to influence classroom goal structures (Retelsdorf et al., 2010, Learning and Instruction, 20, 30) and to also impact their emotions (Schutz et al., 2007, Emotion in education, Academic Press, Amsterdam, the Netherlands). However, empirical research evaluating possible causal ordering and mediation effects involving these variables in teachers is presently lacking. AIM: The present 6-month longitudinal study investigated the relations between varied motivational, behavioural, and emotional variables in practising teachers. More specifically, this study examined the reciprocal, longitudinal relations between teachers' achievement goals, classroom goal structures, and teaching-related emotions, as well as cumulative mediational models in which observed causal relations were evaluated. SAMPLES: Participants were 495 practising teachers from Canada (86% female, M = 42 years). METHODS: Teachers completed a web-based questionnaire at two time points assessing their instructional goals, perceived classroom goal structures, achievement emotions, and demographic items. RESULTS: Results from cross-lagged analyses and structural equation modelling showed teachers' achievement goals to predict their perceived classroom goal structures that, in turn, predicted their teaching-related emotions. CONCLUSIONS: The present results inform both Butler's (2012, Journal of Educational Psychology, 104, 726) theory on teachers' achievement goals and Frenzel's (2014, International handbook of emotions in education, Routledge, New York, NY) model of teachers' emotions in showing teachers' instructional goals to both directly predict their teaching-related emotions, as well as indirectly through the mediating effects of classroom goal structures.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».