MétaCan
Menu
Retour à la cohorte
Enregistrement W3197159115 · doi:10.1177/00224871211042306

Becoming Globally Competent Through Inter-School Reciprocal Learning Partnerships: An Inquiry Into Canadian and Chinese Teachers’ Narratives

2021· article· en· W3197159115 sur OpenAlexafffundabout
Yishin Khoo

Notice bibliographique

RevueJournal of Teacher Education · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGlobal Education and Multiculturalism
Établissements canadiensUniversity of WindsorUniversity of Toronto
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésForegroundingGeneral partnershipPedagogyNarrativeReciprocal teachingSociologyCompetence (human resources)ReciprocalChinaTeacher educationProfessional developmentMathematics educationPsychologyPolitical science

Résumé

récupéré en direct d'OpenAlex

This study explores how a Canada–China Sister School Network provides school-based professional learning opportunities for in-service teachers to grow their knowledge and capacity to educate for global competence and citizenship (GCC). In particular, it presents the story of a Canadian teacher and a Chinese teacher who had found ways of educating for GCC through carrying out intercultural and international reciprocal learning in a researcher-supported inter-school reciprocal learning partnership. By inquiring into the Canadian and Chinese teachers’ growth narratives, this study highlights four lessons teachers, educators/researchers, and policy makers may learn from the two teachers. It concludes by highlighting the potential of a relationship-oriented, open-ended, and non-hierarchical international school network in supporting teachers to become more globally competent, foregrounding reciprocal learning and collaboration among school practitioners and researchers.

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)0,010
score de la tête « metaresearch » (Gemma)0,013
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 enseignants0,160
Score d'incertitude au seuil0,426

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,013
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,003
Études des sciences et des technologies0,0450,029
Communication savante0,0110,007
Science ouverte0,0020,010
Intégrité de la recherche0,0020,006
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,074
Tête enseignante GPT0,410
Écart entre enseignants0,336 · 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

Citations14
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Teacher EducationMême sujetGlobal Education and MulticulturalismTravaux en français237 207