MétaCan
Menu
Retour à la cohorte
Enregistrement W2915135885 · doi:10.18357/jcs.v44i1.18775

Exploring early childhood educators’ notions about professionalism in Prince Edward Island

2019· article· en· W2915135885 sur OpenAlexvenueaboutno aff
Alaina Roach O’Keefe, Sonya Hooper, Brittany A. E. Jakubiec

Notice bibliographique

RevueJournal of Childhood Studies · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEarly Childhood Education and Development
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEarly childhoodEarly childhood educationSociocultural evolutionProfessional learning communityPedagogyThematic analysisCurriculumProfessional developmentVariety (cybernetics)SociologyQualitative researchPsychologySocial scienceDevelopmental psychologyAnthropology

Résumé

récupéré en direct d'OpenAlex

Despite policy changes in a growing number of countries to increase the quality of early years education through the introduction of national curricular frameworks, conceptualizations of early childhood professionals remain distinctly variegated. Early learning curriculum frameworks have become embedded into the 21st-century early learning movement, creating a shift in professional deliverables and system expectations. This study explores how early childhood educators (ECEs) in Prince Edward Island (PEI) understand the concept of professionalism in their everyday practice. The researchers used qualitative methodology and a variety of methods, including workshops, interviews, and field notes, to gain insight into how ECEs understand professionalism. The data was analyzed through thematic analysis and understood through the lens of sociocultural theories of learning that embrace communities of practice as a positive way to promote professional learning. Primary findings explore (1) how ECEs understand professionalism in PEI, (2) positive and negative impacts on their understanding of professionalism in their daily practice, and (3) professional development opportunities that impact professionalism in the early childhood field.

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 enseignants0,818
Score d'incertitude au seuil0,362

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0100,014
Communication savante0,0040,002
Science ouverte0,0010,005
Intégrité de la recherche0,0010,003
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 Opus0,065
Tête enseignante GPT0,348
Écart entre enseignants0,283 · 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

Citations8
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Childhood StudiesMême sujetEarly Childhood Education and DevelopmentTravaux en français237 207