MétaCan
Menu
Retour à la cohorte
Enregistrement W4283787837 · doi:10.1177/17577438221108240

Cultivating reflective teachers: Challenging power and promoting pedagogy of self-assessment in Australian, Bhutanese, and Canadian teacher education programs

2022· article· en· W4283787837 sur OpenAlexaffabout
Christopher DeLuca, Jill Willis, Khandu Dorji, Ann Sherman

Notice bibliographique

RevuePower and Education · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueReflective Practices in Education
Établissements canadiensUniversity of New BrunswickQueen's University
Organismes subventionnairesnon disponible
Mots-clésTeacher educationCornerstonePedagogyProfessional developmentReflective practiceTeacher leadershipPremiseSociologyFaculty developmentPsychologyReflection (computer programming)Mathematics educationEducational leadership

Résumé

récupéré en direct d'OpenAlex

In this article, we look at three teacher education programs across three countries—Australia, Bhutan, and Canada—to examine how reflection is cultivated in pre-service teachers (also referred to as teacher candidates) through a pedagogy of self-assessment. We begin from the premise that a cornerstone of effective teaching is the capacity of an educator to reflect on their practice and to use their reflections for professional growth and development. Qualitative data were collected from teacher candidates from one teacher education program in each country to obtain the views and reflections of teacher candidates about the power and pedagogy of self-assessment to inform their learning and development. Analysis of results led to three overarching themes: (a) consistent learning priorities of pre-service teachers as they engage with reflection; (b) pedagogical features that leverage self-assessment strategies to enhance reflective practice; and (c) the possibilities for reflection to facilitate a professional stance towards learning. Each theme is discussed with consideration for teacher education practices and theory.

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)0,012
score de la tête « metaresearch » (Gemma)0,017
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 enseignants0,599
Score d'incertitude au seuil0,798

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,017
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0160,010
Communication savante0,0050,002
Science ouverte0,0020,009
Intégrité de la recherche0,0010,003
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 Opus0,027
Tête enseignante GPT0,416
Écart entre enseignants0,388 · 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
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePower and EducationMême sujetReflective Practices in EducationTravaux en français237 207