Development of an Instrument to Explore Teacher Roles Based on Perceptions of English Learners in Online Learning Context
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
In order to examine teacher roles in ELT contexts more specifically, this study aims to develop an instrument (A Scale of Teacher Role Inventory, in short STRI) that measures teacher roles based on the perceptions of English learners in online learning context. The instrument was constructed under the conceptual framework of role theory by Coppola (2002) and on the basis of the scenario of open-ended question responded by 296 university students as well as an interview of 15 university students in previous investigations. A tentative questionnaire of 46 items was designed and later administered to 251 university students for the pilot study. In order to validate the instrument, both item analysis and exploratory factor analysis were conducted to delete 19 less valid items and develop the final version of a scale with 27 items. Statistical results showed that KMO was .938 (p = .000 < .005) and 27 items fell into three main factors: cognitive role, affective role and managerial role. The Cronbach’s Alpha value of the final 27-item scale is .924, which indicates that it is a fairly reliable measurement. To further validate this final version of 27-item instrument, the questionnaire was administered to 153 university students. The results showed that the scale is reliable and valid with Cronbach’s Alpha value of .955. The research findings suggested that this instrument of STRI could be used to scrutinize the specific tasks of teachers and reveal possible role changes not only in online learning modes but also across different instructional contexts.
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.
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 | 0,001 | 0,002 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle