Developing the Program to Strengthen Working Achievement Motivation Competencies of Welfare School’s Teachers
Notice bibliographique
Résumé
This research aimed: 1) to investigate the components and indicators of working achievement motivation competencies of welfare school’s teachers; 2) to examine the needs to develop working achievement motivation competencies of welfare school’s teachers; and 3) to develop the program to strengthen working achievement motivation competencies of welfare school’s teachers. The mixed methods research was employed by divided into three phases. Phase one, investigated the components and indicators of the working achievement motivation competencies. Components and indicators were verified by 7 experts. Phase two, examined the needs to develop working achievement motivation competencies of welfare school’s teachers. The respondents were 340 welfare school’s teachers. Phase three, to develop the program to strengthen working achievement motivation competencies of welfare school’s teachers and verified the program by 9 experts. The research instruments were the components and indicators evaluation form, the existing and desirable situations questionnaire of working achievement motivation competencies, and the program evaluation form. Statistics used in analyzing data were mean, standard deviation and priority needs index modification. The research findings were: 1) The components and indicators of working achievement motivation competencies of welfare school’s teachers were categorized into 6 components and 32 indicators; 2) The needs to develop working achievement motivation competencies of welfare school’s teachers were ranked from high to low: creativity, performance commitment, performance evaluation, flexibility, the quest for information, and development of operational competence; and 3) The program to strengthen working achievement motivation competencies of welfare school’s teachers consisted of rationale, objectives, content, model and methods, 6 modules of program structure, and application and evaluation.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| 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) | 0,004 | 0,001 |
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.
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 ».