MétaCan
Menu
Retour à la cohorte
Enregistrement W2911457407 · doi:10.22230/ijepl.2019v14n1a866

Preparing Instructional Leaders: Evaluating a Regional Program to Gauge Perceived Effectiveness

2019· article· en· W2911457407 sur OpenAlexaffvenueabout
Gregory MacKinnon, David C. Young, Sophie Paish, Sue LeBel

Notice bibliographique

RevueInternational Journal of Education Policy and Leadership · 2019
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueEvaluation and Performance Assessment
Établissements canadiensSt. Francis Xavier UniversityAcadia University
Organismes subventionnairesnon disponible
Mots-clésSocioemotional selectivity theorySample (material)Set (abstract data type)PovertyPsychologyFocus groupMental healthMedical educationNova scotiaEducational leadershipInstructional leadershipPublic relationsPolitical sciencePedagogySociologyMedicineComputer science

Résumé

récupéré en direct d'OpenAlex

An instructional leadership program (ILP) has offered education and support to three cohorts of educational leaders in Nova Scotia, Canada, amounting to approximately 130 participants. Quantitative and qualitative feedback from a convenience sample (n = 90) suggests that the ILP offers an extremely useful practical program; in fact, 95 percent of the sample indicates advances in the categories of professional growth, improved instructional leadership, and tangible progress in administrative effectiveness. Systemic and school environment trends have dictated that educational leaders need a skill set that positions them to respond more aptly to issues of poverty, socioemotional health, and mental health while attending to improved community building both within the school and in the greater public. This study uses surveys, interviews, and focus groups to identify emerging and impending challenges.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,842
Score d'incertitude au seuil0,571

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,457
Tête enseignante GPT0,581
Écart entre enseignants0,124 · 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 tête enseignante, 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

Citations7
Publié2019
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Education Policy and LeadershipMême sujetEvaluation and Performance AssessmentTravaux en français237 207