MétaCan
Menu
Retour à la cohorte
Enregistrement W2895256255 · doi:10.1002/tea.21467

Individual and collective agencies in China's curriculum reform: A case of physics teachers

2018· article· en· W2895256255 sur OpenAlexaff
Guopeng Fu, Anthony Clarke

Notice bibliographique

RevueJournal of Research in Science Teaching · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducator Training and Historical Pedagogy
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésCurriculumAgency (philosophy)PedagogyMathematics educationContext (archaeology)NegotiationProfessional developmentSociologyPsychology

Résumé

récupéré en direct d'OpenAlex

Abstract This study explores how physics teachers in a high school negotiate the relationships between individual and collective agencies in the context of the on‐going curriculum reform in China. Drawing on Bandura's social cognitive theory, the study employs ethnographical methods including observation, interviewing, and the researcher's and teachers’ reflective journaling through the researcher's involvement with various school activities. The findings indicate that collective teacher agency creates a platform for individual teachers’ professional development, a conducive culture for teacher collaboration, and provides concrete examples that individual teachers can constantly refer to, reflect upon, and learn from for reform implementation. The results offer an understanding of the influences underlying physics teachers’ agency deployment as they engage with curriculum reform processes, especially the negotiation between individual and collective agencies. The findings justify a case for preparing physics teachers on how to deploy both individual and collective agencies in the face of the complicated social structures and ultimately shed light on the desired curriculum decentralization in the Chinese school system.

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)0,005
score de la tête « metaresearch » (Gemma)0,007
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 enseignants0,107
Score d'incertitude au seuil0,213

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,007
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0240,015
Communication savante0,0050,003
Science ouverte0,0020,006
Intégrité de la recherche0,0030,003
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 Opus0,238
Tête enseignante GPT0,522
Écart entre enseignants0,284 · 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

Citations32
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Research in Science TeachingMême sujetEducator Training and Historical PedagogyTravaux en français237 207