Learning Teaching from Experience
Notice bibliographique
Résumé
<JATS1:p>What do teachers learn ‘on the job’? And how, if at all, do they learn from ‘experience’?</JATS1:p> <JATS1:p>Leading researchers from the UK, Europe, the USA and Canada offer international, research-based perspectives on a central problem in policy-making and professional practice – the role that experience plays in learning to teach in schools. Experience is often weakly conceptualized in both policy and research, sometimes simply used as a proxy for ‘time’, in weeks and years, spent in a school classroom. The conceptualization of experience in a range of educational research traditions lies at the heart of this book, exemplified in a variety of empirical and theoretical studies. Distinctive perspectives to inform these studies include sociocultural psychology, the philosophy of education, school effectiveness, the sociology of education, critical pedagogy, activism and action research. However, no one theoretical perspective can claim privileged insight into what and how teachers learn from experience; rather, this is a matter for a truly educational investigation, one that is both close to practice and seeks to develop theory.</JATS1:p> <JATS1:p>At a time when policy-makers in many countries seek to make teacher education an entirely school-based activity, Learning Teaching from Experience offers an essential examination of the evidence-base, the traditions of inquiry – and the limits of those inquiries.</JATS1:p>
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 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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,004 | 0,001 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».