MétaCan
Menu
Retour à la cohorte
Enregistrement W2610428766

Changes in Teacher Efficacy with Elementary School Preservice Teachers

2017· article· en· W2610428766 sur OpenAlexaff
Jamie S. Pyper, Stephen MacGregor

Notice bibliographique

Revue2017 Conference of the Canadian Society for the Study of Education · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTeacher Education and Leadership Studies
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésEnthusiasmCLARITYTeacher educationMathematics educationPsychologySelf-efficacyQualitative researchPedagogySocial psychology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Teacher efficacy is a belief teachers carry about their abilities of performance in a classroom, and has been shown to be a connecting belief structure between one’s teaching and one’s teacher characteristics including enthusiasm, commitment, and classroom practice. There continues to be calls for a research agenda to not only attend to the sources of teacher efficacy but also increase the conceptual clarity of teacher efficacy in important contexts such as preservice programs. The purpose of this study is to explore the changes in teacher efficacy for elementary school preservice teachers (EPT) as they think of their mathematics teaching, using three particular constructs: teacher efficacy, teacher concern, and teacher orientation. In this mixed methods study, quantitative and qualitative items in an online questionnaire were collected over two years of a B.Ed. program.  Descriptively, graphs of teacher efficacy, teacher concern, and teacher orientation show distinct and interesting increases and decreases over time, and along with statistical significance, suggest a developmental pattern to EPT learning. Collectively, these quantitative and qualitative analyses allow for a complex interpretation of the development of EPTs’ teacher efficacy, and show promising insight into changes over time in a teacher preparation program.

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)0,002
score de la tête « metaresearch » (Gemma)0,010
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 enseignants0,006
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
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 Opus0,155
Tête enseignante GPT0,390
Écart entre enseignants0,235 · 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

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue2017 Conference of the Canadian Society for the Study of EducationMême sujetTeacher Education and Leadership StudiesTravaux en français237 207