MétaCan
Menu
Retour à la cohorte
Enregistrement W3117939708 · doi:10.1108/jpcc-06-2020-0037

Exploring the potential of collaborative teaching nested within professional learning networks

2020· article· en· W3117939708 sur OpenAlexaff
Leyton Schnellert, Deborah L. Butler

Notice bibliographique

RevueJournal of Professional Capital and Community · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCollaborative Teaching and Inclusion
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésDebriefingContext (archaeology)Professional learning communityProfessional developmentPsychologyFeelingFocus groupCollaborative learningPedagogyAccountabilitySituatedInclusion (mineral)Qualitative researchSociologySocial psychologyComputer science

Résumé

récupéré en direct d'OpenAlex

Purpose This research investigated whether structuring an inquiry-oriented professional learning network to include school-based co-teaching partners would amplify educators' success in taking up and adapting evidence-based understandings and practices as meaningful in their contexts. Our research questions were: (1) What conditions did educators identify in the PLN overall that supported their co-construction of knowledge and practice development together? and (2) How did including co-teaching partners in the PLN help participants to mobilize knowledge and/or practices in the contexts where they were working? Design/methodology/approach A qualitative case study design was used because of its potential to examine how and why questions about complex processes as situated in context (Butler, 2011; Yin, 2014). A case study methodology allowed us to collect and coordinate multiple forms of evidence (i.e. interviews, teacher reflective writing, classroom artifacts, field notes) to examine both how conditions created within the PLN supported learning and how co-teaching partners were mobilizing what they were learning in their school contexts. Interviews were transcribed verbatim and data was analyzed abductively through an iterative and recursive process (Braun et al., 2018). Findings Conditions within the PLN overall that participants identified as supportive to their knowledge mobilization and practice development included: having a shared focus, feeling accountability to the group, collaborative enactment of practices within the PLN, large group sharing and debriefing, sustained cycles of collaborative inquiry, affective support, valuing diversity and drawing from expert others as resources. Participants also identified the benefits that accrued specifically from working with co-teaching partners. In addition, findings showed how the degree to which partners engaged in rich forms of collaborative inquiry could be related to their learning and situated practice development. Originality/value Findings show the generative potential of inviting co-teaching partners into a PLN to engage in collaborative inquiry with others. PLNs offer the benefit of engaging with educators from outside of one's practice context, which enables pushing their thinking in new directions. Our findings add to the literature by revealing how in situ knowledge mobilization can be amplified when educators participating within a PLN are also working through cycles of inquiry with a co-teaching partner. Overall, this study offers a PLN model where teachers have built-in support for knowledge co-creation and mobilization both within and outside of their school contexts.

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)0,016
score de la tête « metaresearch » (Gemma)0,038
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 enseignants0,016
Score d'incertitude au seuil0,083

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,038
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0060,015
Communication savante0,0120,013
Science ouverte0,0030,016
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,061
Tête enseignante GPT0,328
Écart entre enseignants0,267 · 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

Citations26
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Professional Capital and CommunityMême sujetCollaborative Teaching and InclusionTravaux en français237 207