MétaCan
Menu
Retour à la cohorte
Enregistrement W2580389221 · doi:10.1111/modl.12371

Exploring Language Teacher Identity Work as Ethical Self‐Formation

2017· article· en· W2580389221 sur OpenAlexaff
Elizabeth R. Miller, Brian Morgan, Adriana L. Medina

Notice bibliographique

RevueModern Language Journal · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTeacher Education and Leadership Studies
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésIdentity (music)PedagogyAgency (philosophy)Inclusion (mineral)Teacher educationSociologyReading (process)Identity formationPsychologySelf-conceptSocial psychologyLinguisticsAestheticsSocial science

Résumé

récupéré en direct d'OpenAlex

In this article, we treat language teacher identity as foundational to educational practice and see Foucault's ( , ) notion of ethical self‐formation, and its adoption in teacher education research by Clarke ( , , ), as providing a potential vehicle for understanding the development of teacher agency and critical identity work. We use the 4 axes of Foucault's ( ) approach to ethical self‐formation, as captured in Clarke's ( ) “Diagram for Doing Identity Work,” in exploring a case study of an elementary reading and language arts teacher who worked in a multilingual inclusion classroom with exceptional (i.e., learning disabled) and mainstreamed students. We consider the relevance of how this teacher's identity developed over the course of 7 interviews, spanning 9 years, for teacher identity work in language teacher education (LTE). In doing so, we foreground the critical as well as the dangerous potential of all teachers’ identity work and argue for the importance of nurturing teachers’ reflective, action‐oriented identity practices as well as fostering a self‐awareness of language teachers as ethical subjects “acting on others” (Foucault, , p. 262) even as they struggle within power relations that press upon educational practices and discourses.

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)0,020
score de la tête « metaresearch » (Gemma)0,016
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,106

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0200,016
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0180,056
Communication savante0,0120,014
Science ouverte0,0020,013
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,279
Tête enseignante GPT0,448
Écart entre enseignants0,169 · 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'étudeQualitatif
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

Citations82
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueModern Language JournalMême sujetTeacher Education and Leadership StudiesTravaux en français237 207