MétaCan
Menu
Retour à la cohorte
Enregistrement W2954848515 · doi:10.35608/ruraled.v32i3.425

Teaching in Rural Saskatchewan

2018· article· en· W2954848515 sur OpenAlexaffabout
Laurie-ann M. Hellsten, Laureen J. McIntyre, Michelle Prytula

Notice bibliographique

RevueThe Rural Educator · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueIndigenous and Place-Based Education
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésMentorshipPracticumContext (archaeology)WorkloadPedagogyRural areaMedical educationRural communityTeacher educationQualitative researchRural managementSociologyPsychologyPolitical scienceMedicineRural developmentManagementSocial scienceGeographySocioeconomics

Résumé

récupéré en direct d'OpenAlex

Despite the existing research on rural education, rural teaching, and pre-service rural practicum placements, there is little research on the experiences of beginning teachers in rural schools. The purpose of this study was to explore the experiences of Saskatchewan beginning teachers who obtain employment in rural or northern schools. Eight beginning teachers voluntarily participated in a telephone interview during their first year in the teaching profession. Their interviews highlighted shared themes related to the challenges of working in rural and northern communities, including: acceptance; understanding the community; isolation; overlap between personal and professional lives; and impact of rural context on workload. In addition, participants made recommendations for teachers considering employment in these environments, including: preparing to obtain a rural teaching position; seeking out mentorship relationships; and making connections within and outside of the community. These shared themes are discussed within the context of existing literature, and recommendations are made relating to future directions for research in this area.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,324
Score d'incertitude au seuil0,651

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0070,002
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,012
Tête enseignante GPT0,317
Écart entre enseignants0,305 · 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

Citations9
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Rural EducatorMême sujetIndigenous and Place-Based EducationTravaux en français237 207