MétaCan
Menu
Retour à la cohorte
Enregistrement W3108781558 · doi:10.1007/s12564-020-09654-w

An activity theory approach toward teacher professional development at scale (TPD@Scale): A case study of a teacher learning center in Indonesia

2020· article· en· W3108781558 sur OpenAlexfundno aff
Cher Ping Lim, Juliana Juliana, Min Liang

Notice bibliographique

RevueAsia Pacific Education Review · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTeacher Education and Leadership Studies
Établissements canadiensnon disponible
Organismes subventionnairesInternational Development Research Centre
Mots-clésProfessional developmentPsychologyTeacher educationFaculty developmentEquity (law)Quality (philosophy)Professional learning communityPedagogyGovernment (linguistics)Scale (ratio)Mathematics educationPolitical science

Résumé

récupéré en direct d'OpenAlex

Abstract Continuous teacher professional development (TPD) ensures that teachers have the capacity to continually plan and implement quality teaching and learning that supports students in achieving their expected program/course learning outcomes. However, teachers’ access to quality TPD is a challenge due to geographical limitations, gender, special needs, marginalized communities, and the government’s policies, or lack of policies, regarding teachers. There are tensions between quality and equity, and cost implications that may hinder the scaling up of quality TPD programs. This paper adopts an activity theory approach to examine how a teacher learning center (TLC) in a regency of Indonesia enhances teachers’ access to quality TPD. The findings reveal that teachers learn in the TLC through different TPD activities. Information and Communication Technologies (ICT) are found to mediate the professional learning activities, learning resources, learning support, and assessments in the TLC. Furthermore, three key stakeholders—the local government, teacher working groups, and school principals—play significant roles in supporting teachers’ professional learning in the TLC.

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)0,005
score de la tête « metaresearch » (Gemma)0,003
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0020,002
Communication savante0,0030,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
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 Opus0,124
Tête enseignante GPT0,410
Écart entre enseignants0,285 · 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

Citations34
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAsia Pacific Education ReviewMême sujetTeacher Education and Leadership StudiesTravaux en français237 207