Understanding the nature of mentoring experiences between teachers and student teachers
Notice bibliographique
Résumé
Purpose Mentoring is widely recognised as an effective strategy for supporting the professional learning of teachers and student teachers across different educational contexts. Yet, its effectiveness in initial teacher education (ITE) may be more widely conceived to take account of mentoring as a cultural practice, contributing to a change of professional learning habits and relationships towards collegiate and collaborative reflexivity. The purpose of this paper is to explore the nature of mentoring experiences between teachers and student teachers, how these are embedded within the established professional learning culture of the school and the opportunities for mentoring to affect professional learning. Design/methodology/approach Set within the context of a teacher education reform project in Scotland, involving student teachers, mentors and university tutors, the study adopted a critical constructivist theory stance to explore mentoring relationships. A sequential mixed methods approach informed the collection and analysis of data. Findings Quantitative data point to a diversity of experiences of mentoring amongst teachers and student teachers. Qualitative data provide a nuanced account of participants’ views of their mentoring experiences, pointing to opportunities for revisiting assumptions about learning in the classroom as well as questioning established professional learning patterns. Practical implications The authors conclude that mentoring relationships cannot be disentangled from a critical interrogation of the modes of relationships and values supporting professional learning in ITE. Practical implications centre upon preparation and resources to develop mentoring as a tool for learning, embedded within the professional culture of the school. Originality/value This study reframes the concept of mentoring as a practice that does not simply reinforce professional expectations but seeks to redefine teacher professional learning, pedagogy and social relationships in school 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.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,007 | 0,008 |
| Communication savante | 0,010 | 0,008 |
| Science ouverte | 0,001 | 0,010 |
| Intégrité de la recherche | 0,002 | 0,003 |
| 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 source (Gemma direct ou Codex distillé), 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 ».