The relationship between teacher factors and social and emotional learning program implementation
Notice bibliographique
Résumé
The children and youth of today will need social-emotional competence to help them navigate the challenges of an uncertain future. School-based social and emotional learning (SEL) programs have been shown to be effective in helping youth develop these vital, malleable skills, and that the positive outcomes endure. However, achieving these positive outcomes requires quality implementation by classroom teachers. There are many factors that contribute to teachers’ motivation, readiness, and ability to deliver an SEL program as intended. Using data collected in four experimental evaluations of SEL programs, two studies were conducted to explore the relationship between program implementation quality and teacher factors such as teaching efficacy, stress, job satisfaction, and beliefs about SEL. Study 1 explored relations of teachers’ (N = 32) pre-implementation factors including SEL experience, job satisfaction, and SEL beliefs, to program implementation quality. Correlational and multiple regression analyses revealed no significant relationships between teacher factors and implementation quality. However, the total number of lessons in the SEL programs surfaced as a significant predictor of implementation quality, where fewer lessons predicted greater implementation quality. Study 2 explored how changes in teacher factors including SEL beliefs, occupational stress, efficacy, and job satisfaction were related to teachers' program implementation quality. Teachers (N = 23) were grouped into low- and high-quality implementation categories based on their total implementation quality scores. Paired-samples t tests showed that teachers’ depersonalization, a symptom of occupational stress, and teaching efficacy scores significantly changed after implementing an SEL program; however, these changes were not in the hypothesized direction. Specifically, teaching efficacy scores decreased and depersonalization scores increased. Taken together, these findings indicate the need for further research to examine the relationship between teacher factors and SEL program implementation. Study contributions, limitations, and directions for future research are discussed, as well as practical implications for supporting teachers’ implementation.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».