MétaCan
Menu
Retour à la cohorte
Enregistrement W2975067577 · doi:10.5038/2577-509x.3.2.1057

Contextual factors in early career teaching: A systematic review of international research on teacher induction and mentoring programs

2019· review· en· W2975067577 sur OpenAlexafffund
Benjamin Kutsyuruba, Keith Walker, Lorraine Godden

Notice bibliographique

RevueJournal of Global Education and Research · 2019
Typereview
Langueen
DomaineSocial Sciences
ThématiqueTeacher Education and Leadership Studies
Établissements canadiensQueen's UniversityUniversity of Saskatchewan
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésMentorshipConceptualizationSituatedPsychologyAffect (linguistics)Professional developmentPedagogyContextual learningRepresentation (politics)Context (archaeology)PoliticsMedical educationPolitical science

Résumé

récupéré en direct d'OpenAlex

Early career teachers (ECTs) are situated in a dynamic contextual landscape that both influences their development and practice and dictates professional expectations for instruction and professional learning. This systematic review of international research literature sought to establish the understanding of teacher induction and mentoring program support of ECTs through the following research questions: 1) which nations and regions are represented in research literature that details formal or programmatic support of ECTs? 2) what international research evidence is there to describe various contextual factors that affect experiences of ECTs? and, 3) how do teacher induction and mentorship programs respond to the various contextual factors affecting ECTs? Upon detailing our review method and sampling procedures, we synthesize the convergences and divergences of the findings within each of the contextual factors. The conceptualization of contextual factors in this review included social, political, cultural, organizational, and personal forces that influence the professional practices of ECTs. Finally, we summarize the review findings in a heuristic model that offers a visual representation of the implications of our findings, and discuss the implications for policy, practice, and future research.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,016
score de la tête « metaresearch » (Gemma)0,005
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,352
Score d'incertitude au seuil0,757

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0160,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,575
Tête enseignante GPT0,605
Écart entre enseignants0,030 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations37
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Global Education and ResearchMême sujetTeacher Education and Leadership StudiesTravaux en français237 207