MétaCan
Menu
Retour à la cohorte
Enregistrement W2914313213 · doi:10.18806/tesl.v35i2.1288

Evaluating the Effectiveness and Functionality of Professional Learning Communities in Adult ESL Programs

2018· article· en· W2914313213 sur OpenAlexvenueno aff
Marilyn L. Abbott, Kent Lee, Marian J. Rossiter

Notice bibliographique

RevueTESL Canada Journal · 2018
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueSecond Language Learning and Teaching
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésProfessional developmentPsychologyProfessional learning communityReading (process)PedagogyFocus groupMedical educationSociologyMedicinePolitical science

Résumé

récupéré en direct d'OpenAlex

In this article, we describe and evaluate a research utilization initiative designed to bridge the teaching English as a second language (TESL) research-practice gap by fostering the formation of and supporting professional learning communities (PLCs) in adult ESL instructional contexts. We review literature on teachers’ professional reading, learning, and development. We use Guskey’s (2014) professional learning evaluation framework and Hord’s (2009) six critical dimensions of PLCs to assess the effectiveness and functionality of PLCs in nine adult ESL programs. Five years of data collection included focus group interviews, professional learning community discussions, monthly online surveys, and a final follow-up survey. Data were analyzed in relation to (a) the five levels in Guskey’s framework: participants’ reactions, participants’ learning, organization support and change, participants’ use of new knowledge and skills, and student learning outcomes; and (b) the functionality of the PLCs. Results indicate that researcher supported PLCs can be effective in assisting teachers to address their professional development needs and goals. However, the interest and enjoyment experienced by participating in the PLCs, and ultimately the sustainability of the PLCs, also depend on the groups’ social and professional capital. We provide suggestions for future research and for the creation and maintenance of PLCs in TESL. Dans cet article, nous décrivons et évaluons une initiative de recours à la recherche conçue pour faire le pont entre la recherche et la pratique dans l’enseignement de l’anglais langue seconde (TESL) en favorisant la formation et le soutien des communautés d’apprentissage professionnelles (CAP) dans des contextes d’enseignement de l’anglais langue seconde (ESL) aux adultes. Nous étudions la documentation sur les habitudes de lecture, l’apprentissage et le perfectionnement des enseignants. Nous utilisons le modèle d’évaluation de la formation continue de Guskey (2014) et les six dimensions critiques des CAP afin d’évaluer l’efficacité et la fonctionnalité des CAP de Hord (2009) dans neuf programmes d’enseignement de l’anglais langue seconde aux adultes. Recueillies sur une période de cinq ans, les données de l’étude proviennent d’entrevues réalisées au sein de groupes de discussion, de discussions au sein de CAP, de sondages mensuels en ligne et d’un sondage de suivi fi nal. Les données ont été analysées en relation avec (a) les cinq niveaux du modèle de Guskey (2014): la réaction des participants, l’apprentissage des enseignants, le soutien organisationnel face au changement, l’utilisation par les enseignants des nouvelles connaissances et habiletés et les résultats au niveau des élèves; et (b) la fonctionnalité des CAP. Les résultats indiquent que les CAP appuyées par des chercheurs peuvent aider effi cacement les enseignants à subvenir à leurs besoins et à aĴ eindre leurs objectifs en matière de perfectionnement professionnel. Il faut toutefois signaler que l’intérêt et l’appréciation des participants d’une CAP et, en bout de ligne, la durabilité d’une CAP dépendent également du capital social et professionnel du groupe. Nous faisons des suggestions pour de futures recherches ainsi que pour la création et le maintien de CAP dans le domaine de l’enseignement de l’anglais langue seconde.

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)0,060
score de la tête « metaresearch » (Gemma)0,086
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,060
Score d'incertitude au seuil0,319

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0600,086
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,001
Études des sciences et des technologies0,0030,002
Communication savante0,0040,004
Science ouverte0,0020,006
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,054
Tête enseignante GPT0,310
Écart entre enseignants0,256 · 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'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

Citations22
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTESL Canada JournalMême sujetSecond Language Learning and TeachingTravaux en français237 207