MétaCan
Menu
Retour à la cohorte
Enregistrement W2917188585 · doi:10.5539/jel.v8n2p145

Study of the Relationship Between School Managers’ Communicative Skills and Schools’ Atmosphere

2019· article· en· W2917188585 sur OpenAlexvenueno aff
Özdemir Ali, Getmez Demiray

Notice bibliographique

RevueJournal of Education and Learning · 2019
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueEducation Practices and Challenges
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPsychologyPopulationPedagogyAtmosphere (unit)SociologyMathematics education

Résumé

récupéré en direct d'OpenAlex

Schools are places where social interactions take place highest. Teachers, students and parents are the individuals of school management that constitute this social life place. A school’s success is closely related with its workers’ fulfilling the duties that are expected from them within an interaction. Every school has its own unique atmosphere. Many factors play an important role for this atmosphere to emerge, however the most important of these is communication skills. Hence for a school’s expected success to be accomplished a strong communication must be created. In that sense a school manager’s communicative skill is an important factor for a school’s success to be accomplished. In this research, school managers’ communicative skills on schools’ atmospheres are studied among the communication processes that exist in schools. Decreasing the problems to minimum that stem from communication, what school mangers can and may do to improve their communicative skills are explained, discussed and ordered in this research. The aim of this research is to determine the effects of school managers’ communication skills on a school’s atmosphere. Relational screening model among quantitative methods were used in this research. Target population of the study consists of teachers and school manager assistans commisioned in official state schools in Istanbul from the districts of Sultanbeyli, Tuzla and Pendik. In this target population, total of 378 teachers constituted the sampling group, determined through random selection method.

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)0,002
score de la tête « metaresearch » (Gemma)0,010
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
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 Opus0,063
Tête enseignante GPT0,329
Écart entre enseignants0,266 · 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

Citations5
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Education and LearningMême sujetEducation Practices and ChallengesTravaux en français237 207