Exploring Understandings of “Good” Teaching: Disrupting Binaries and Embracing the In-Between
Notice bibliographique
Résumé
The perceived boundary between educational theory and practice is never so pronounced as it is in initial teacher education. Pre-service teachers are apprenticed into a conversation system that seeks to flatten and homogenize practice rather than challenge status quo narratives of what it means to teach and learn. Emphasis on the techno-rational elements of teacher education - the how and what of teaching supersedes the dialogical, agentic, anti-oppressive potential of inhabiting and teaching in the space between binaried notions of theory and practice. Two recently completed studies of pre-service teachers and teacher education practitioners explore these phenomena to reveal that teaching exists between experiences that for pre-service teachers are both familiar and strange, and in the interstitial space - the gap - between factors that enable and constrain teacher educators in teaching for social justice in initial teacher education. Letting go of certainty, navigating between the familiar and the strange, the binaries of enable and constrain, acknowledges that tensions in education will always exist. Therefore, understandings of good teaching need to be open to a hermeneutic, anti-oppressive interpretation and analysis. This calls upon initial teacher education to build and foster purposeful dialogical in-between spaces to challenge the status quo.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,020 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,021 | 0,139 |
| Communication savante | 0,026 | 0,032 |
| Science ouverte | 0,003 | 0,019 |
| Intégrité de la recherche | 0,004 | 0,012 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».