Accomplished Education Leaders' Perspectives on Competition, Capacity, Trust, and Quality
Notice bibliographique
Résumé
From 2017 to 2019, the primary strategy to improve public schools in the U.S. was increasing competition through the expansion of charter schools and the promotion of vouchers to send public school students to private schools. The problem this presented was that key education leaders had not provided adequate input and feedback into this strategy. The purpose of this qualitative study was to gather the perspectives of accomplished education leaders on how Tiebout’s theory of competition and the concept of the Ontario K-12 School Effectiveness Framework impacted quality, trust, and capacity. Data were collected using semistructured interviews with a purposeful sample of 15 accomplished education leaders from the charter/school choice community and traditional public schools. Data were analyzed using Bernauer’s modified three-phase method. School and classroom leadership, meaningful and informative assessment that guides instruction, substantive student engagement, and a focus on a strong curriculum and effective teaching were the key themes that aligned with quality, trust, and capacity. Education leaders did not see Tiebout education as a key driver that would alone improve the quality of public education. Leaders believed that some schools improved in response to Tiebout competition but also shared cautions on the diminishing returns, collateral damage, and equity concerns because Tiebout competition created winners and losers. Social change may be impacted by the results of this study in that the results define and share examples of healthy and unhealthy competition in public education. The results of this study can help inform policy makers and educators as they create opportunities that will enhance the long term personal and economic success of all U.S. students.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».