MétaCan
Menu
Retour à la cohorte
Enregistrement W2954763940 · doi:10.24908/iqurcp.13321

Professionalism and the Construction of Teacher Professional Identity

2019· article· en· W2954763940 sur OpenAlexaffvenue
Ashlyn Gregory, Emma Cathcart, Alex Bates

Notice bibliographique

RevueInquiry Queen s Undergraduate Research Conference Proceedings · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducational Practices and Challenges
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésImpartialityCompassionProfessional developmentIdentity (music)PedagogyPsychologyReading (process)Professional learning communityTeacher educationMedical educationMedicinePolitical science

Résumé

récupéré en direct d'OpenAlex

Professionalism and the construction of teacher professional identity is a focus of our teacher education program and a pillar that guides the daily practices of educators (OCT, 2016). For teachers to be viewed as professionals within their classroom and community, they must understand the high standards of being a teacher and strive every day to meet and exceed those expectations (Hurst & Reading, 1999). The purpose of our collaborative research is to explore how teachers determine the fine line between professionalism and compassion in the classroom and in professional relationships. The findings suggest that professional relationships are constantly evolving and that boundaries are of utmost importance for teachers. Educators must follow professional standards while maintaining a balance between compassionate support and professional impartiality regarding student’s needs. The root of professionalism is effective multilateral communication between teachers, administration, parents, and students. A multi-faceted understanding of professionalism is essential for new teacher candidates to ensure their professional success and the effective learning of students in the classroom. These recommendations will help teacher candidates and new educators maintain professional relationships and evaluate their conduct within the educational community.

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)0,011
score de la tête « metaresearch » (Gemma)0,013
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 enseignants0,015
Score d'incertitude au seuil0,059

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0150,047
Communication savante0,0100,005
Science ouverte0,0010,009
Intégrité de la recherche0,0020,004
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 Opus0,155
Tête enseignante GPT0,470
Écart entre enseignants0,315 · 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

Citations0
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInquiry Queen s Undergraduate Research Conference ProceedingsMême sujetEducational Practices and ChallengesTravaux en français237 207