MétaCan
Menu
Retour à la cohorte
Enregistrement W2607642671

How Cooperating Teachers and Interns Understand “Teaching for a Better World” During Internship

2017· article· en· W2607642671 sur OpenAlexaff
Twyla Salm, Val Mulholland

Notice bibliographique

RevueInternational Journal of Learning Teaching and Educational Research · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTeacher Education and Leadership Studies
Établissements canadiensUniversity of Regina
Organismes subventionnairesnon disponible
Mots-clésInternshipPsychologySocial justicePerceptionStudent teachingPedagogyMathematics educationRelation (database)Medical educationTeacher educationStudent teacherMedicineComputer science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This study utilized a descriptive questionnaire to determine how interns and cooperating teachers translate the faculty’s expectations for teaching for social justice into practice during internship. The following research questions were formulated to guide the study: what are the similarities and differences between the intern’s and cooperating teacher’s receptiveness to teaching for social justice during in internship? And, how do interns and cooperating teachers differ in their perception of being controversial and integrating world views and perspectives in content and instructional approaches during internship? The participants included 142 cooperating teachers and 54 interns. Just over half of the cooperating teachers described their interns as either rigorously or actively finding some opportunities to teach for social justice. And, even though over a third of the interns reported that they were either rigorously or actively integrating some opportunities, it is notable that fewer interns than cooperating teachers were certain that they were teaching for social justice. The site of greatest tension between interns and cooperating teachers appeared to be in relation to discussing personal biases and what it means to be intentionally controversial.

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)0,006
score de la tête « metaresearch » (Gemma)0,019
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 enseignants0,016
Score d'incertitude au seuil0,033

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,019
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,003
Communication savante0,0040,003
Science ouverte0,0010,003
Intégrité de la recherche0,0010,003
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 Opus0,358
Tête enseignante GPT0,533
Écart entre enseignants0,175 · 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

Citations1
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Learning Teaching and Educational ResearchMême sujetTeacher Education and Leadership StudiesTravaux en français237 207